MétaCan
Menu
Retour à la cohorte
Enregistrement W4413042705 · doi:10.1016/j.ijmultiphaseflow.2025.105382

Self-sorting of bidisperse particles in evaporating sessile droplets

2025· article· en· W4413042705 sur OpenAlexaff
Aman Jain, Fabian Denner, Berend van Wachem

Notice bibliographique

RevueInternational Journal of Multiphase Flow · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueNanomaterials and Printing Technologies
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésSortingMaterials scienceSessile drop techniqueEvaporationMechanicsWettingPhysicsThermodynamicsComputer scienceComposite material

Résumé

récupéré en direct d'OpenAlex

This study investigates the dispersion and self-sorting dynamics of bidisperse particles, i.e. , a mixture of two distinct particle sizes, during the evaporation of ethanol droplets on a heated substrate, focusing on the influence of surface wettability, Marangoni stresses, and relative particle density. To this end, numerical simulations are carried out using a two-stage numerical approach: the first stage simulates the gas-liquid flow along with the heat and vapor distribution, while the second stage models the particle behavior using Lagrangian particle tracking. The results reveal that for an ethanol droplet evaporating with a constant contact angle in the absence of thermocapillary Marangoni stresses, the flow induced by the receding motion of the contact line supersedes the capillary flow, moving the fluid from the contact line to the apex of the droplet. This flow moves the particles from the bulk of the droplet to the apex of the droplet and suppresses size-based self-sorting of the particles. However, in the presence of Marangoni stresses, a flow along the interface near the apex of the droplet promotes the self-sorting of particles based on their size, whereby smaller particles concentrate near the droplet apex and larger particles form an outer shell around them.

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)0,000
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,008
Tête enseignante GPT0,266
Écart entre enseignants0,258 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Multiphase FlowMême sujetNanomaterials and Printing TechnologiesTravaux en français237 207