MétaCan
Menu
Retour à la cohorte
Enregistrement W1982465742 · doi:10.1103/physreve.81.066304

Angular redistribution of nonlinear perturbations: A universal feature of nonuniform flows

2010· article· en· W1982465742 sur OpenAlexaff
W. Horton, Juhyung Kim, G. D. Chagelishvili, John C. Bowman, J. G. Lominadze

Notice bibliographique

RevuePhysical Review E · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of Texas at AustinInternational Science and Technology CenterNational Science Foundation
Mots-clésNonlinear systemTurbulencePhysicsShear flowClassical mechanicsPerturbation (astronomy)MechanicsStatistical physicsQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Classically, the net action of nonlinear turbulent processes is interpreted as either a direct or inverse cascade. However, in nonuniform/shear flows the dominant process is a nonlinear redistribution over wave number angle of perturbation spatial Fourier harmonics. We call this process a nonlinear transverse redistribution (NTR). This phenomenon is demonstrated for a simple two-dimensional constant shear (non-normal) flow by numerically simulating the nonlinear dynamics of coherent and stochastic vortical perturbations in the flow. NTR is a general feature of nonlinear processes that should manifest itself in nonuniform engineering, environmental, and astrophysical flows. The conventional characterization of turbulence in terms of direct and inverse cascades, which ignores NTR, appears to be misleading for shear flow turbulence. We focus on the action of nonlinear processes on the spectral energy. NTR redistributes perturbations over different quadrants of the wave number plane and the interplay of this nonlinear redistribution with linear phenomena becomes intricate: it can realize either positive or negative feedback. In the case of positive feedback, it repopulates the quadrants in wave number space where the shear flow induces linear transient growth.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,963
Score d'incertitude au seuil0,318

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,005
Tête enseignante GPT0,226
Écart entre enseignants0,221 · 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

Citations26
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review EMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207