MétaCan
Menu
Retour à la cohorte
Enregistrement W2049951765 · doi:10.1115/1.1860570

Modeling Transition in Separated and Attached Boundary Layers

2004· article· en· W2049951765 sur OpenAlexafffund
S. K. Roberts, M. I. Yaras

Notice bibliographique

RevueJournal of Turbomachinery · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensCarleton University
Organismes subventionnairesPratt and Whitney Canada
Mots-clésBoundary layerTurbulenceBoundary (topology)Transition (genetics)Surface roughnessMechanicsProduction rateSurface finishStatistical physicsTransition layerFlow (mathematics)Separation (statistics)Production (economics)Biological systemComputer scienceSimulationLayer (electronics)Materials scienceMathematicsPhysicsChemistryThermodynamicsEngineeringMathematical analysisNanotechnologyIndustrial engineeringMachine learningComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a mathematical model for predicting the rate of turbulent spot production. In this model, attached- and separated-flow transition are treated in a unified manner, and the boundary layer shape factor is identified as the parameter with which the spot production rate correlates. The model is supplemented by several correlations to allow for its practical use in the prediction of the length of the transition zone. Second, the paper presents a model for the prediction of the location of transition inception in separation bubbles. The model improves on the accuracy of existing alternatives, and is the first to account for the effects of surface roughness.

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: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,387

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 Opus0,006
Tête enseignante GPT0,214
Écart entre enseignants0,208 · 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

Citations30
Publié2004
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of TurbomachineryMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207