MétaCan
Menu
Retour à la cohorte
Enregistrement W3028233469 · doi:10.1063/5.0006923

Estimation of mean turbulent kinetic energy and temperature variance dissipation rates using a spectral chart method

2020· article· en· W3028233469 sur OpenAlexafffund
Jean Lemay, L. Djenidi, Robert Anthony Antonia

Notice bibliographique

RevuePhysics of Fluids · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueCombustion and flame dynamics
Établissements canadiensUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsWavenumberTurbulenceKinetic energyDissipationPrandtl numberScalar (mathematics)Dissipative systemTurbulence kinetic energyComputational physicsMean kinetic temperatureSpectral lineSpectral densityStatistical physicsThermodynamicsStatisticsClassical mechanicsMathematicsAtomic physicsHeat transferOpticsGeometry

Résumé

récupéré en direct d'OpenAlex

A method aimed at estimating εk and εθ, respectively, the mean dissipation rates of turbulent kinetic energy k and half the temperature variance θ2/2, is developed for slightly heated turbulent flows of air. It is limited to a Prandtl number near unity and applicable to flows where temperature can be treated as a passive scalar. A significant advantage of the method is that εk and εθ can both be estimated from the measurement of a temperature frequency spectrum, Gθθ(f). The method relies on the collapse in the dissipative range of one-dimensional temperature spectra, ϕθ(k1η), when normalized with εθ, εk, and ν. This collapse ensues from a similarity analysis of scale-by-scale budgets of the second-order structure function for the temperature. A generic spectrum ϕθG(k1η), defined in the wavenumber range 0.07 ≤ k1η ≤ 0.7, is used to construct a spectral chart. The method has been tested in several flows and found to be reliable. In particular, it is tested on the axis of a slightly heated round jet, where εk and εθ can be estimated accurately via the budgets of k and θ2/2, and the agreement between these estimates and the spectral chart results is almost perfect.

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: aucune
Score de désaccord entre enseignants0,619
Score d'incertitude au seuil0,347

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 Opus0,013
Tête enseignante GPT0,248
Écart entre enseignants0,235 · 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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetCombustion and flame dynamicsTravaux en français237 207