Laboratory study of the correlation between frazil ice particle and floc properties
Notice bibliographique
Résumé
Abstract Frazil ice particles form in turbulent supercooled water and frazil flocs form by aggregation of frazil particles in the turbulent flow through the process of flocculation. Frazil flocs eventually become buoyant enough that they rise to the surface becoming frazil ice pans, contributing to the surface ice generation and ice cover formation. In this study, a series of laboratory experiments were performed in a frazil ice tank to investigate the correlation between frazil particle and floc properties under different air temperatures and turbulent dissipation rates to further our understanding of the frazil flocculation process. A high-resolution camera system was used to capture time-series images of frazil particles and flocs between two cross-polarising filters. Precision temperature recorders were used to monitor water and air temperatures. Time series of frazil particle and floc properties were obtained to analyze their correlations. Results show a strong linear relationship between particle and floc number concentrations with a floc-to-particle number concentration ratio ranging from 0.29~0.35. The ratio was not affected much by changing air temperature but was reduced by 12~17% at a lower turbulence dissipation rate. A moderate to strong nonlinear correlation was found between mean particle size and mean floc size described by an exponential relationship when particle mean sizes increased or decreased significantly. When particle mean size reaches an approximate equilibrium, a weak to moderate linear correlation was found between mean particle and floc size and the negative slope suggests they are inversely correlated.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 ».