MétaCan
Menu
Retour à la cohorte
Enregistrement W4412914459 · doi:10.1063/5.0278669

Nonlinear spin-up flow in magnetic colloidal suspensions under high-frequency rotating magnetic fields

2025· article· en· W4412914459 sur OpenAlexafffund
Zakaria Larbi, Faı̈çal Larachi, Seyed Mohammad Taghavi, Abdelwahid Azzi

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueCharacterization and Applications of Magnetic Nanoparticles
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsMagnetic fieldNonlinear systemCondensed matter physicsRotating magnetic fieldFlow (mathematics)MechanicsClassical mechanicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

We investigate the spin-up flow dynamics of dilute ferrofluids under a rotating magnetic field with a focus on high frequencies. Three models are compared: the first- and second-order approximations of the orientational probability density function and the full Smoluchowski equation. The first-order approximation, while computationally simple, has not been tested for its validity in high-frequency regimes, nor has it been compared with experimental data in such regimes. A parametric study explores the effects of magnetic field intensity, nanoparticle concentration, and particle diameter in the clusterless regime. Two types of ferrofluids—water-based and oil-based—are considered, each with different behaviors at high frequencies. The results show a transition in spin-up behavior from increasing torque and velocity with frequency to a regime where torque flattening causes flow attenuation. While the full Smoluchowski model captures additional nonlinear effects, the second-order approximation offers a computationally efficient and accurate alternative. It provides a good balance between accuracy and efficiency, especially when additional phenomena, such as the Kelvin body force, come into play.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,650

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 Opus0,009
Tête enseignante GPT0,235
Écart entre enseignants0,226 · 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'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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetCharacterization and Applications of Magnetic NanoparticlesTravaux en français237 207