MétaCan
Menu
Retour à la cohorte
Enregistrement W4403187360 · doi:10.1063/5.0231395

Scalar mixing and entrainment in an axisymmetric jet subjected to external turbulence

2024· article· en· W4403187360 sur OpenAlexafffund
Khashayar F. Kohan, Susan Gaskin

Notice bibliographique

RevuePhysics of Fluids · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMitacs
Mots-clésPhysicsEntrainment (biomusicology)TurbulenceRotational symmetryMechanicsJet (fluid)Scalar (mathematics)Mixing (physics)Stratified flowsClassical mechanicsStratified flowGeometry

Résumé

récupéré en direct d'OpenAlex

The present study aims to understand the process of turbulent entrainment into a jet, as affected by background turbulence, using scalar statistics. Planar laser-induced fluorescence was employed to capture the orthogonal cross sections of the jet at a fixed downstream station with varying background turbulence intensities and length scales. The conditional scalar profiles revealed that the thickness of the scalar turbulent/turbulent interface is greater than that of the traditional turbulent/non-turbulent interface, and the interfacial thickness is an increasing function of the background turbulence intensity. Although nibbling remains the primary entrainment mechanism in the far field, increased occurrence of concentration “holes” within the interfacial layer in the presence of ambient turbulence suggests a more significant role of large-scale engulfment in the turbulent/turbulent entrainment process (although still below 1% of the total mass flux). Enhanced contribution of the area of detached jet patches (i.e., “islands”) to that of the main jet is hypothesized to be evidence of intense detrainment events in the background turbulence. This can potentially contribute to a reduced net entrainment into the jet, which manifests as less negative values of scalar skewness within the jet core.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,008
Tête enseignante GPT0,224
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207