Evaluation of spectral, spectral‐element and finite‐element methods for the solution of the pellet equation
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Several numerical methods (orthogonal collocation, Galerkin, tau, least‐squares and least‐squares with a direct minimization algorithm) are applied to solve a linear diffusion–reaction problem. The spectral, finite‐element and spectral‐element frameworks are employed to investigate the methods. Overall, the Galerkin and tau methods are considered the most universal methods. Spectral framework : With sufficient diffusion limitations, the least‐squares method suffers in general from significantly lower accuracy than the Galerkin, tau and orthogonal collocation methods. On the other hand, the least‐squares method with a direct minimization algorithm provides favourable lower system matrix condition numbers than the conventional least‐squares approach. Hence, for higher diffusion limitations, the least‐squares direct minimization formulation provides higher numerical accuracy than the conventional least‐squares method, but is still not as accurate as the Galerkin, tau and orthogonal collocation techniques. The accuracy of the least‐squares solution can compete with the other methods only in cases with low gradients in the solution. Element framework : For a highly diffusion limited problem, the element framework is considered favourable as compared to the spectral framework. On the other hand, the element approach is not as efficient as the spectral solution for small Thiele modulus solutions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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