Statistics and Parameterizations of the Effect of Turbulence on the Geometric Collision Kernel of Cloud Droplets
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 Collision statistics of cloud droplets in turbulent flow have been calculated for 12 droplet size combinations in four flow fields with levels of the eddy dissipation rate of turbulent kinetic energy ranging from 95 to 1535 cm2 s−3. The flow fields were generated by using a direct numerical simulation technique and large numbers of droplets were explicitly tracked through the flow field for each experiment. The effect of turbulence on the collision kernel increases with both increasing radius ratio and eddy dissipation rate. These increases range from fairly modest values to almost 10 times the gravitational geometric collision kernel. The two physical processes responsible for these increases are the radial relative velocities and the preferential concentration or clustering of the droplets. The radial relative velocities increased by up to 3 times the corresponding gravitational value and the greatest increase in the clustering, as measured by the radial distribution function, is 4.5 times the value for a random distribution as for the gravitational case. Parameterizations have been developed for the effect of turbulence on the radial relative velocities and the clustering of the droplets. These models reduce the average root-mean-squared errors in the existing velocity parameterization of Saffman and Turner and Wang et al. by 32% and the clustering parameterization of Zhou et al. by up to 58%.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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