MétaCan
Menu
Retour à la cohorte
Enregistrement W2087307461 · doi:10.1115/esda2012-82437

Modelling Local Dynamic Pressure Within Inflatable Sports Balls

2012· article· en· W2087307461 sur OpenAlexaff
Henry Hanson, Andy Harland, Christopher Holmes, Dan Price, Tim Lucas

Notice bibliographique

RevueVolume 1: Advanced Computational Mechanics; Advanced Simulation-Based Engineering Sciences; Virtual and Augmented Reality; Applied Solid Mechanics and Material Processing; Dynamical Systems and Control · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueSports Dynamics and Biomechanics
Établissements canadiensAdidas (Canada)
Organismes subventionnairesnon disponible
Mots-clésEulerian pathBall (mathematics)Finite element methodFootballInflatableCabin pressurizationMechanicsInternal pressureComputer scienceSimulationMarine engineeringMechanical engineeringLagrangianMathematicsEngineeringStructural engineeringApplied mathematicsPhysicsMathematical analysisGeographyThermodynamics

Résumé

récupéré en direct d'OpenAlex

This study used a coupled Eulerian Lagrangian (CEL) approach to model the air within a football (soccer ball) during two types of impacts. Conventional modelling techniques (and those used in all previous football finite element models known by the author) utilize a uniform pressure method incapable of accounting for spatial pressure variation. Internal pressures and deformations for the CEL and uniform pressure models were within a few percent of each other, indicating good agreement between pressurization techniques. By necessity, the air was defined with different methods in each model and this may have contributed to a discrepancy in maximum internal pressure. Using the CEL model, the pressure wave generated at impact was observed to travel from one side of the ball to the other at the speed of sound. Though the CEL model helped illustrate the impact scenario, there were no clear distinctions that gave it an advantage over the uniform pressure method for simple impact analysis.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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: aucune
Score de désaccord entre enseignants0,907
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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.

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

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVolume 1: Advanced Computational Mechanics; Advanced Simulation-Based Engineering Sciences; Virtual and Augmented Reality; Applied Solid Mechanics and Material Processing; Dynamical Systems and ControlMême sujetSports Dynamics and BiomechanicsTravaux en français237 207