MétaCan
Menu
Retour à la cohorte
Enregistrement W2595974279 · doi:10.1017/jfm.2018.126

Time evolution of uniform momentum zones in a turbulent boundary layer

2018· article· en· W2595974279 sur OpenAlexfundno aff
Angeliki Laskari, Roeland de Kat, R. Jason Hearst, Bharathram Ganapathisubramani

Notice bibliographique

RevueJournal of Fluid Mechanics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensnon disponible
Organismes subventionnairesEngineering and Physical Sciences Research CouncilResearch Councils UKLeverhulme TrustNatural Sciences and Engineering Research Council of CanadaZonta International Foundation
Mots-clésTurbulencePhysicsBoundary layerMomentum (technical analysis)Plane (geometry)Particle image velocimetryCoherence (philosophical gambling strategy)PlanarLength scaleMechanicsGeologyGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Time-resolved planar particle image velocimetry was used to analyse the structuring of a turbulent boundary layer into uniform momentum zones (UMZs). The instantaneous peak-detection method employed by Adrian et al. ( J. Fluid Mech. , vol. 422, 2000, pp. 1–54) and de Silva et al. ( J. Fluid Mech. , vol. 786, 2016, pp. 309–331) is extended to account for temporal coherence of UMZs. The resulting number of zones detected appears to follow a normal distribution at any given instant. However, the extreme cases in which the number of zones is either very high or very low, are shown to be linked with two distinct flow states. A higher than average number of zones is associated with a large-scale $Q2$ event in the log region which creates increased small-scale activity within that region. Conversely, a low number of zones corresponds to a large-scale $Q4$ event in the log region and decreased turbulent activity away from the wall. The residence times, within the measurement plane, of zones belonging to the latter scenario are shown to be on average four times larger than those of zones present during higher than average zone structuring states. For both cases, greater residence times are observed for zones of higher momentum that are generally closer to the free stream.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil0,495

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 GPT0,200
Écart entre enseignants0,194 · 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.

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

Citations61
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207