Flow interactions between uncoordinated flapping swimmers give rise to group cohesion
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Many species of fish and birds travel in groups, yet the role of fluid-mediated interactions in schools and flocks is not fully understood. Previous fluid-dynamical models of these collective behaviors assume that all individuals flap identically, whereas animal groups involve variations across members as well as active modifications of wing or fin motions. To study the roles of flapping kinematics and flow interactions, we design a minimal robotic "school" of two hydrofoils swimming in tandem. The flapping kinematics of each foil are independently prescribed and systematically varied, while the forward swimming motions are free and result from the fluid forces. Surprisingly, a pair of uncoordinated foils with dissimilar kinematics can swim together cohesively-without separating or colliding-due to the interaction of the follower with the wake left by the leader. For equal flapping frequencies, the follower experiences stable positions in the leader's wake, with locations that can be controlled by flapping amplitude and phase. Further, a follower with lower flapping speed can defy expectation and keep up with the leader, whereas a faster-flapping follower can be buffered from collision and oscillate in the leader's wake. We formulate a reduced-order model which produces remarkable agreement with all experimentally observed modes by relating the follower's thrust to its flapping speed relative to the wake flow. These results show how flapping kinematics can be used to control locomotion within wakes, and that flow interactions provide a mechanism which promotes group cohesion.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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