MétaCan
Menu
Retour à la cohorte
Enregistrement W2998643828 · doi:10.1002/mma.6205

Production of nitric oxide by a fragmenting bolide: An exploratory numerical study

2020· article· en· W2998643828 sur OpenAlexaff
M. L. Niculescu, Elizabeth A. Silber, Reynold E. Silber

Notice bibliographique

RevueMathematical Methods in the Applied Sciences · 2020
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueAstro and Planetary Science
Établissements canadiensNova Scotia HospitalWestern University
Organismes subventionnairesnon disponible
Mots-clésMeteoroidShock waveAtmosphere (unit)MechanicsPhysicsShock (circulatory)Computational fluid dynamicsPopulationEnvironmental scienceAstrobiologyAtmospheric sciencesMeteorology

Résumé

récupéré en direct d'OpenAlex

A meteoroid's hypersonic passage through the Earth's atmosphere results in ablational and fragmentational mass loss. Potential shock waves associated with a parent object as well as its fragments can modify the surrounding atmosphere and produce a range of physico‐chemical effects. Some of the thermally driven chemical and physical processes induced by meteoroid‐fragment‐generated shock waves, such as nitric oxide (NO) production, are less understood. Any estimates of meteoric NO production depend not only on a quantifiable meteoroid population and a rate of fragmentation, with a size capable of producing high temperature flows, but also on understanding the physical properties of the meteor flows along with their thermal history. We performed an exploratory pilot numerical study using ANSYS Fluent, the computational fluid dynamics (CFD) code, to investigate the production of NO in the upper atmosphere by small meteoroids (or fragments of meteoroids after they undergo a disruption episode) in the size range from 10 −2 to 1 m. Our model uses the simulation of a spherical body in the continuum flow at 70‐ and 80‐km altitude to approximate the behaviour of a small meteoroid capable of producing NO. The results presented in this exploratory study are in good agreement with previous studies.

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)0,004
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,341
Score d'incertitude au seuil0,271

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,071
Tête enseignante GPT0,361
Écart entre enseignants0,290 · 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'étudeQualitatif
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Methods in the Applied SciencesMême sujetAstro and Planetary ScienceTravaux en français237 207