MétaCan
Menu
Retour à la cohorte
Enregistrement W2909616753

Assessment of Nitsche's Method for Dirichlet Boundary Conditions Treatment

2016· article· en· W2909616753 sur OpenAlexaff
Réda Mekhlouf, Abdelkader Baggag, Lakhdar Remaki

Notice bibliographique

RevueWorld Academy of Science, Engineering and Technology, International Journal of Mathematical and Computational Sciences · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésMathematicsDirichlet boundary conditionFinite element methodBoundary value problemMathematical analysisBoundary (topology)Polygon meshApplied mathematicsDirichlet distributionSlip (aerodynamics)Rate of convergenceGeometryComputer scienceStructural engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

One of the big advantages of the standard finite element method is its efficiency in treating complicated geometries and imposing the associated boundary conditions. However in some cases, such as handling the Dirichlet-type boundary conditions, the stability and the accuracy of FEM are seriously compromised. In this work, Nitsche’s method is introduced, as an efficient way of expressing the Dirichlet boundary conditions in the weak formulation. It is shown that Nitsche’s method preserves the rate of convergence and gives more accuracy than the classical approach. The method is implemented for the simplest case of Poisson equation, for Stokes flow and Navier-Stokes equations, with slip and noslip boundary conditions, in the case of viscous Newtonian incompressible flows. Error norms are calculated on different meshes in terms of size, topology and adaptivity, for a fair assessment of the proposed Nitsche’s method.

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 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: aucune
Score de désaccord entre enseignants0,378
Score d'incertitude au seuil0,494

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
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 Opus0,024
Tête enseignante GPT0,374
Écart entre enseignants0,351 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorld Academy of Science, Engineering and Technology, International Journal of Mathematical and Computational SciencesMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207