MétaCan
Menu
Retour à la cohorte
Enregistrement W7099556493

2006b. Effect of turbulence intensity on frazil formation

2015· article· en· W7099556493 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueStatistical Mechanics and Entropy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTurbulenceFlumeTurbulence kinetic energyAnemometerIntensity (physics)Standard deviationConstant (computer programming)Conical surface
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In order to better understand the effect of turbulence intensity on frazil formation and evolution a series of experiments were undertaken at the Hydraulics Research & Testing Facility in the University of Manitoba using a counter-rotating flume. Five sets of bed plates ranging in roughness from roughened PVC to 20 mm gravel were used to generate turbulence in the flume. Velocity measurements were made using a constant temperature anemometer with a conical hot-film probe. The ability to rotate the flume walls at any given rate enabled the researchers to perform experiments where the average velocity was kept virtually constant, while the turbulence intensity increased with increasing bed roughness. Measurements of water and air temperature as well as digital images taken during ice formation were analyzed. It was found that although turbulence intensity seemed to have an effect on several of the key features of a supercooling curve, the relationships were not particularly strong. The most significant finding is the mean diameter and standard deviation of the frazil disks seem to reach nearly constant values after several minutes of supercooling, and that these values were strongly affected by turbulence intensity. In addition, it is hypothesized that a power-law relationship could describe the variation of the mean diameter and standard deviation with time.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,259
Écart entre enseignants0,245 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetStatistical Mechanics and EntropyTravaux en français237 207