MétaCan
Menu
Retour à la cohorte
Enregistrement W1600842809 · doi:10.1002/nag.2234

Study of the free surface flow of water–kaolinite mixture by moving particle semi‐implicit (MPS) method

2013· article· en· W1600842809 sur OpenAlexafffund
Jun Xie, Yih‐Chin Tai, Yee‐Chung Jin

Notice bibliographique

RevueInternational Journal for Numerical and Analytical Methods in Geomechanics · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Council
Mots-clésRheologyFree surfaceKaoliniteNewtonian fluidNon-Newtonian fluidMechanicsGeneralized Newtonian fluidFlow (mathematics)Particle (ecology)Herschel–Bulkley fluidSmoothed-particle hydrodynamicsShear flowGeotechnical engineeringMaterials scienceGeologyShear rateClassical mechanicsPhysicsMineralogyComposite material

Résumé

récupéré en direct d'OpenAlex

SUMMARY The flow of water–kaolinite mixtures exhibits a non‐Newtonian nature that differs from the flow of Newtonian fluid. The varying viscosities and shear history of non‐Newtonian fluid flows necessitate the use of a rheology model in moving particle semi‐implicit (MPS) for the numerical studies. On the other hand, the Lagrangian method has the advantage of handling free surface flows with large deformation and fragmentation. This study proposes a mesh‐free Lagrangian method, namely, the MPS method, together with a simple rheology model to investigate the non‐Newtonian free surface flows. The rheological parameters required in the rheology model are determined based upon experiments. The proposed method is applied to a water–kaolinite mixture collapse problem and is proved to be capable of reproducing the significant flow features observed in laboratory experiments. Copyright © 2013 John Wiley & Sons, Ltd.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,345
Écart entre enseignants0,328 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations16
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical and Analytical Methods in GeomechanicsMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207