MétaCan
Menu
Retour à la cohorte
Enregistrement W2074194193 · doi:10.1063/1.4816123

Conservative parameterization schemes

2013· article· en· W2074194193 sur OpenAlexaff
Alexander Bihlo, George W. Bluman

Notice bibliographique

RevueJournal of Mathematical Physics · 2013
Typearticle
Langueen
DomaineMathematics
ThématiqueNumerical methods for differential equations
Établissements canadiensUniversité de MontréalUniversity of British ColumbiaMcGill UniversityUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésApplied mathematicsMathematicsCalculus (dental)PhysicsTheoretical physicsAlgebra over a fieldComputer sciencePure mathematics

Résumé

récupéré en direct d'OpenAlex

Parameterization (closure) schemes in numerical weather and climate prediction models account for the effects of physical processes that cannot be resolved explicitly by these models. Methods for finding physical parameterization schemes that preserve conservation laws of systems of differential equations are introduced. These methods rest on the possibility to regard the problem of finding conservative parameterization schemes as a conservation law classification problem for classes of differential equations. The relevant classification problems can be solved using the direct or inverse classification procedures. In the direct approach, one starts with a general functional form of the parameterization scheme. Specific forms are then found so that corresponding closed equations admit conservation laws. In the inverse approach, one seeks parameterization schemes that preserve one or more pre-selected conservation laws of the initial model. The physical interpretation of both classification approaches is discussed. Special attention is paid to the problem of finding parameterization schemes that preserve both conservation laws and symmetries. All methods are illustrated by finding conservative and invariant conservative parameterization schemes for systems of one-dimensional shallow-water equations.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,111
Tête enseignante GPT0,371
Écart entre enseignants0,260 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Mathematical PhysicsMême sujetNumerical methods for differential equationsTravaux en français237 207