COEFICIENTE LOCAL DE TRANSFERÊNCIA DE CALOR NA SUPERFÍCIE DE UM CILINDRO SOB ESCOAMENTO CRUZADO DE AR
Bibliographic record
Abstract
Aos meus pais e avó pela criação e por sempre apoiarem minhas escolhas, tanto no curso quanto na vida.Aos meus colegas de graduação e da Equipe Riobotz que tornaram essa jornada mais divertida e enriquecedora.Aos meus amigos de infância pelo apoio e carinho.Aos meus treinadores Fábio Leão e Nilson Junior por me ensinarem a não desistir, e aos companheiros de treino pelos quilômetros rodados juntos.RESUMO Coeficiente Local de Transferência de Calor na Superfície de um Cilindro Sob Escoamento Cruzado de Ar No presente trabalho, será exposto os fatores envolvidos nos processos de transferência de calor em estruturas de unidades de produção offshore submetidas à radiação térmica devido à chama do sistema Flare.Um aparato experimental é sugerido para a avaliação da distribuição de temperatura em um tubo cilíndrico aquecido sob escoamento cruzado de ar gerado por um túnel de vento instalado na própria universidade da PUC-Rio.A transferência de calor por convecção ocorre da superfície do tubo aquecido para o fluído que está escoando, e o coeficiente local ou médio de convecção de calor, h, é importante para a determinação de taxas de transferência de calor em análises onde esse tipo de configuração está presente.Análises teóricas para o cálculo desse coeficiente são avaliadas para diferentes valores de número de Reynolds e relacionadas com o número de Nusselt.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".