MétaCan
Menu
Retour à la cohorte
Enregistrement W2153140118 · doi:10.1017/s0022112008005041

The dam-break problem for viscous fluids in the high-capillary-number limit

2009· article· en· W2153140118 sur OpenAlexaff
Christophe Ancey, S. COCHARD, Nicolas Andreini

Notice bibliographique

RevueJournal of Fluid Mechanics · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to water stress
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMechanicsReynolds numberFlumeLubrication theoryFlow (mathematics)GeologySimilarity (geometry)Front (military)Capillary actionViscous liquidLimit (mathematics)Position (finance)ViscosityGeometryPhysicsLubricationMathematicsMathematical analysisThermodynamicsComputer scienceTurbulence

Résumé

récupéré en direct d'OpenAlex

Experiments were undertaken to investigate dam-break flows where a finite volume of highly viscous fluid (glucose with viscosity μ ≈ 350 Pa s) maintained behind a lock gate was released into a horizontal or inclined flume. The resulting sequence of flow-depth profiles was tracked using a three-dimensional visualization system. In the low-Reynolds-number and high-capillary-number limits, analytical solutions can be obtained from the Navier–Stokes equations using lubrication theory and matched asymptotic expansions. At shallow slopes, similarity solutions can also be worked out. While the variation in the front position scaled with time as predicted by theory for both horizontal and sloping flumes, there was a systematic delay in the front position observed. Moreover, taking a closer look at the experimental flow-depth profiles shows that they were similar, but they noticeably deviated from the theoretical similarity form for horizontal planes. For sloping beds, the flow-depth profile is correctly predicted provided that different scalings are used at shallow and large slopes.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,001
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 Opus0,014
Tête enseignante GPT0,228
Écart entre enseignants0,213 · 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

Citations41
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetPlant responses to water stressTravaux en français237 207