MétaCan
Menu
Retour à la cohorte
Enregistrement W1978117612 · doi:10.1115/1.4006839

Order of Magnitude Scaling: A Systematic Approach to Approximation and Asymptotic Scaling of Equations in Engineering

2012· article· en· W1978117612 sur OpenAlexafffund
Patricio F. Méndez, Thomas W. Eagar

Notice bibliographique

RevueJournal of Applied Mechanics · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueMetallurgical Processes and Thermodynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésScalingNonlinear systemConsistency (knowledge bases)Computer scienceStatistical physicsApplied mathematicsMathematicsMathematical optimizationPhysics

Résumé

récupéré en direct d'OpenAlex

This work introduces the “order of magnitude scaling” (OMS) technique, which permits for the first time a simple computer implementation of the scaling (or “ordering”) procedure extensively used in engineering. The methodology presented aims at overcoming the limitations of the current scaling approach, in which dominant terms are manually selected and tested for consistency. The manual approach cannot explore all combinations of potential dominant terms in problems represented by many coupled differential equations, thus requiring much judgment and experience and occasionally being unreliable. The research presented here introduces a linear algebra approach that enables unassisted exhaustive searches for scaling laws and checks for their self-consistency. The approach introduced is valid even if the governing equations are nonlinear, and is applicable to continuum mechanics problems in areas such as transport phenomena, dynamics, and solid mechanics. The outcome of OMS is a set of power laws that estimates the characteristic values of the unknowns in a problem (e.g., maximum velocity or maximum temperature variation). The significance of this contribution is that it extends the range of applicability of scaling techniques to large systems of coupled equations and brings objectivity to the selection of small terms, leading to simplifications. The methodology proposed is demonstrated using a linear oscillator and thermocapillary flows in welding.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,816
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

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

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 Opus0,011
Tête enseignante GPT0,199
Écart entre enseignants0,188 · 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 tête enseignante, 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

Citations13
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied MechanicsMême sujetMetallurgical Processes and ThermodynamicsTravaux en français237 207