On the scaling from statistical to representative volume element in thermoelasticity of random materials
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
Under consideration is the finnite-size scaling of effective thermoelastic properties of random microstructures from a Statistical Volume Element(SVE) to a Representative Volume Element (RVE), without invoking any periodic structure assumptions, but only assuming the microstructure's statisticsto be spatially homogeneous and ergodic. The SVE is set up on a mesoscale,i.e. any scale finite relative to the microstructural length scale. The Hill condition generalized to thermoelasticity dictates uniform Neumann and Dirichletboundary conditions, which, with the help of two variational principles, lead toscale dependent hierarchies of mesoscale bounds on effective (RVE level) properties: thermal expansion and stress coefficients, effective stiffness, and specificheats. Due to the presence of a non-quadratic term in the energy formulas,the mesoscale bounds for the thermal expansion are more complicated thanthose for the stiffness tensor and the heat capacity. To quantitatively assessthe scaling trend towards the RVE, the hierarchies are computed for a planarmatrix-inclusion composite, with inclusions (of circular disk shape) located atpoints of a planar, hard-core Poisson point field. Overall, while the RVE isattained exactly on scales infinitely large relative to the microscale, depending on the microstructural parameters, the random fluctuations in the SVEresponse may become very weak on scales an order of magnitude larger thanthe microscale, thus already approximating the RVE.
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 | 0,000 | 0,000 |
| 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