MétaCan
Menu
Retour à la cohorte
Enregistrement W4414037703 · doi:10.1063/5.0284737

Flow field around the encapsulated droplets on impact-driven liquid-liquid encapsulation: Effect of interfacial layer and impact Weber number

2025· article· en· W4414037703 sur OpenAlexafffund
Yoshiyasu Ichikawa, Utsab Banerjee, Sirshendu Misra, Surjyasish Mitra, Sushanta K. Mitra

Notice bibliographique

RevuePhysics of Fluids · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Heat Transfer
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsEncapsulation (networking)MechanicsNanotechnologyMaterials science

Résumé

récupéré en direct d'OpenAlex

This study visualized the complex flow dynamics around the encapsulated droplets generated by impact-driven liquid-liquid encapsulation. In our experiment, a core drop is dispensed from a needle tip and penetrates the interfacial layer formed on a host liquid, resulting in the formation of a drop encapsulated by the interfacial layer. While the hydrodynamics of the encapsulation process significantly influence the morphology and stability of the droplet, detailed knowledge of the surrounding flow field remains scarce. To fill this gap, we conducted comprehensive flow measurements using two-dimensional particle image velocimetry, capturing the flow field during the encapsulation process—impact, interfacial penetration and necking, and cargo separation. Our findings reveal that both velocity and vorticity distributions exhibit similar trends, regardless of the presence of the interfacial layer. Furthermore, we explored the effect of the impact Weber number, revealing that the flow field in encapsulation cases can be categorized into three distinct types based on time series vorticity data obtained from the drop's wake. These insights advance the understanding of the encapsulation process and offer a new framework for analyzing flow behaviors in liquid-liquid systems.

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 enseignants0,419
Score d'incertitude au seuil0,712

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,266
Écart entre enseignants0,260 · 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 sujetFluid Dynamics and Heat TransferTravaux en français237 207