Data for the paper "Self-sorting of bidisperse particles in evaporating sessile droplets"
Notice bibliographique
Résumé
Dataset Description This dataset contains simulation data corresponding to the study presented in the paper titled:"Self-sorting of bidisperse particles in evaporating sessile droplets"Authors: Aman Kumar Jain, Fabian Denner, and Berend van Wachem Dataset Structure The dataset includes six folders, each representing a distinct simulation case (C1 through C6) from Stage 2 of the simulation study, as outlined in Table 3 of the paper. Cases C1 and C2: Simulate droplets with an initial contact angle of 60°. Cases C3 and C4: Simulate droplets with an initial contact angle of 90°. Cases C5 and C6: Correspond to additional conditions as specified in the publication. In each pair of cases: Odd-numbered cases (C1, C3, C5) neglect Marangoni stresses. Even-numbered cases (C2, C4, C6) include Marangoni stresses. The suffixes in the case folder names denote particle types: “_S”: Standard silica particles “_N”: Neutrally buoyant particles Each case folder contains: Subdirectories: Fields: Fluid field data (e.g., velocity, pressure) DMs: Particle and domain-related metadata Meshes: Computational mesh files Particles: Lagrangian particle data Visualization files: results.xmf: XMF wrapper for reading fluid data (velocity, pressure, liquid volume fraction α) in ParaView results_DEM.xmf: XMF wrapper for particle data visualization (e.g., position, velocity) Particle position data: Five CSV files representing particle positions at five distinct time instances. Analysis Script A Python script named ParticleCombined.py is included. This script processes the particle position CSV files from each case folder to compute particle surface density over time. Funding Acknowledgment This research was supported by the Deutsche Forschungsgemeinschaft (DFG, German Research Foundation) under Grant No. 452916560.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,071 | 0,047 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».