MétaCan
Menu
Retour à la cohorte
Enregistrement W2074081357 · doi:10.1002/fld.673

Large eddy simulation (2D) using diffusion–velocity method and vortex‐in‐cell

2004· article· en· W2074081357 sur OpenAlexaff
R. E. Milane

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEnstrophyVorticityVortexLarge eddy simulationMechanicsRandom walkPhysicsWakeVorticity equationEddy diffusionDiffusionTurbulence modelingTurbulenceStatistical physicsClassical mechanicsMathematicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract A large eddy Simulation based on the diffusion‐velocity method and the discrete vortex method is presented. The vorticity‐based and eddy viscosity type subgrid scale model simulating the enstrophy transfer between the large and small scale appears as a convective term in the diffusion‐velocity formulation. The methodology has been tested on a spatially growing mixing layer using the two‐dimensional vortex‐in‐cell method and the Smagorinsky subgrid scale model. The effects on the vorticity contours, momemtum thickness, mean streamwise velocity profiles, root‐mean‐square velocity and vorticity fluctuations and negative cross‐stream correlation are discussed. Comparison is made with experiment and numerical work where diffusion is simulated using random walk. Copyright © 2004 John Wiley & Sons, Ltd.

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: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,025
Tête enseignante GPT0,382
Écart entre enseignants0,357 · 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

Citations11
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical Methods in FluidsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207