MétaCan
Menu
Retour à la cohorte
Enregistrement W2515447117 · doi:10.1088/0951-7715/29/10/2990

Pressure moderation and effective pressure in Navier–Stokes flows

2016· article· en· W2515447117 sur OpenAlexaff
Chuong V. Tran, Xinwei Yu

Notice bibliographique

RevueNonlinearity · 2016
Typearticle
Langueen
DomaineMathematics
ThématiqueNavier-Stokes equation solutions
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésModerationMathematicsSingularityFunction (biology)Navier–Stokes equationsApplied mathematicsSpace (punctuation)Term (time)Mathematical analysisCalculus (dental)MechanicsCompressibilityStatisticsComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract We study the Cauchy problem of the Navier–Stokes equations by both semi-analytic and classical energy methods. The former approach provides a physical picture of how viscous effects may or may not be able to suppress singularity development. In the latter approach, we examine the pressure term that drives the dynamics of the velocity norms ∥ u ∥ L q , for q ⩾ 3 . A key idea behind this investigation is due to the fact that the pressure p in this term is determined up to a function of both space and | u | , say P ( x , | u | ) , which may assume relatively broad forms. This allows us to use P as a pressure moderator in the evolution equation for ∥ u ∥ L q , whereby optimal regularity criteria can be sought by varying P within its admissible classes. New regularity criteria are derived with and without making use of the moderator. The results obtained in the absence of the moderator feature some improvement over existing criteria in the literature. Several criteria are derived in terms of the moderated (effective) pressure p + P . A simple moderation scheme and the plausibility of the present approach to the problem of Navier–Stokes regularity are discussed.

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)0,004
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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,037
Tête enseignante GPT0,334
Écart entre enseignants0,297 · 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
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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNonlinearityMême sujetNavier-Stokes equation solutionsTravaux en français237 207