MétaCan
Menu
Retour à la cohorte
Enregistrement W2029846432 · doi:10.1115/1.4025326

Implementation and Validation of a 1D Fluid Model for Collapsible Channels

2013· article· en· W2029846432 sur OpenAlexafffund
Peter G. Anderson, Sidney Fels, Sheldon Green

Notice bibliographique

RevueJournal of Biomechanical Engineering · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInviscid flowDiscretizationFluid mechanicsSolverFluid dynamicsMechanicsFlow (mathematics)Closing (real estate)Fluid–structure interactionComputational fluid dynamicsGeometrySolid mechanicsMathematicsPhysicsMathematical analysisFinite element methodMathematical optimization

Résumé

récupéré en direct d'OpenAlex

A 1D fluid model is implemented for the purpose of fluid-structure interaction (FSI) simulations in complex and completely collapsible geometries, particularly targeting the case of obstructive sleep apnea (OSA). The fluid mechanics are solved separately from any solid mechanics, making possible the use of a highly complex and/or black-box solver for the solid mechanics. The fluid model is temporally discretized with a second-order scheme and spatially discretized with an asymmetrical fourth-order scheme that is robust in highly uneven geometries. A completely collapsing and reopening geometry is handled smoothly using a modified area function. The numerical implementation is tested with two driven-geometry cases: (1) an inviscid analytical solution and (2) a completely closing geometry with viscous flow. Three-dimensional fluid simulations in static geometries are performed to examine the assumptions of the 1D model, and with a well-defined pressure-recovery constant the 1D model agrees well with 3D models. The model is very fast computationally, is robust, and is recommended for OSA simulations where the bulk flow pressure is primarily of interest.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,553
Score d'incertitude au seuil0,360

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 Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,249 · 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

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Biomechanical EngineeringMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207