MétaCan
Menu
Retour à la cohorte
Enregistrement W2003847715 · doi:10.1080/14685240600577865

A Boussinesq moist turbulence model

2006· article· en· W2003847715 sur OpenAlexafffundabout
Kyle Spyksma, Peter Bartello, Man Kong Yau

Notice bibliographique

RevueJournal of Turbulence · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Foundation for Climate and Atmospheric Sciences
Mots-clésTurbulenceCondensationMeteorologySpurious relationshipAtmospheric physicsEvaporationBubbleWater vaporStatistical physicsEnvironmental scienceComputer sciencePhysicsMechanicsAtmosphere (unit)

Résumé

récupéré en direct d'OpenAlex

A moist turbulence model based on the shallow Boussinesq equations with a simple condensation scheme is introduced. Its key advantage is its ability to express the major dynamical effects of moisture on turbulence while maintaining computational efficiency. Because of its simple condensation scheme and periodic boundary conditions, the majority of the computational and memory expense can go towards increased resolution. Sensitivity experiments were performed on a test case of moist bubble simulations. We find that timestep choices that satisfy the CFL condition give adequate temporal resolution. Also addressed are other numerical issues regarding spurious oscillations in fields, in particular in the moisture variables. A ‘hole-filled’ experiment, which removes the negative liquid water and partially smooths the vapour and liquid water fields, indicates that these issues are not important for such a high-resolution model and field-smoothing schemes are not worth the increase in computation expense or lowered accuracy. The moist bubble test cases also span a large range of resolutions, from 903 to 3843. The higher resolutions show shallow liquid water spectra, implying that resolution is key to correct modelling of moist atmospheric dynamics.

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: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,015
Tête enseignante GPT0,212
Écart entre enseignants0,197 · 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

Citations18
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of TurbulenceMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207