MétaCan
Menu
Retour à la cohorte
Enregistrement W4403228906 · doi:10.1177/00405175241268794

Spontaneous imbibition in thin anisotropic fibrous media: Experiments and numerical modeling

2024· article· en· W4403228906 sur OpenAlexaff
Lukáš Maier, Leon Pauly, Jeff T. Gostick, Götz T. Gresser, Ulrich Nieken

Notice bibliographique

RevueTextile Research Journal · 2024
Typearticle
Langueen
DomaineMaterials Science
ThématiqueTextile materials and evaluations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésImbibitionMaterials scienceAnisotropyComposite materialPorous mediumMechanicsPorosityPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

In this study, we investigate the temporal and spatial evolution of wetting saturation during spontaneous imbibition in anisotropic fibrous porous media using both experimental and numerical methods. We present a novel experimental approach to systematically study spontaneous imbibition in these media, allowing for a comprehensive assessment of how microstructure influences wicking performance. The experimental method, which exhibits high reproducibility, was used to validate the numerical model. The numerical model was parameterized using only the porosity and filament diameter of the porous media in conjunction with the material properties of the imbibing fluid. The essential capillary saturation curve for the numerical model was derived using the pore morphology method. The numerical results effectively replicated the experimental results. Our experimental and numerical observations revealed a diffusive wetting front within the porous media, which progressively expanded and decelerated during the imbibition process. The results highlight the significant influence of filament size on the wetting saturation dynamics and the height of the wetting front during spontaneous imbibition.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,106
Tête enseignante GPT0,402
Écart entre enseignants0,296 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTextile Research JournalMême sujetTextile materials and evaluationsTravaux en français237 207