MétaCan
Menu
Retour à la cohorte
Enregistrement W3041890582 · doi:10.1063/5.0012446

Statistical and modal analysis of surface pressure fluctuations in tornado-like vortices

2020· article· en· W3041890582 sur OpenAlexafffund
Mohammad Amin Karami, Luigi Carassale, Horia Hangan

Notice bibliographique

RevuePhysics of Fluids · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhysicsTornadoVortexModal analysisModalPrincipal component analysisRepresentation (politics)Statistical physicsClassical mechanicsMechanicsAcousticsMeteorologyVibrationMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Surface pressure measurement is a general tool for evaluating wind flow qualitatively and quantitatively. Due to its complex temporal and spatial features, modal analysis is an interesting tool to be used for interpretation and discussion. The most common technique for modal representation is proper orthogonal decomposition (POD), also referred to as principal component analysis. However, it is believed that POD sometimes fails to extract meaningful features of the pressure field. To remove the non-physical POD modes and provide a closer physical description of the pressure field, an advanced method independent component analysis (ICA) is applied. Furthermore, these two methods are generalized in the frequency domain, called dynamic POD and dynamic ICA, to provide the temporal evolutions of coherent structures over the spatial domain. Modal analysis is used to isolate the different coherent structures in tornado-like vortices, e.g., wandering, vortex breakdown, and two-cell structure, and find the spectral characteristic of each phenomenon. Moreover, a comparison of modal analysis between the current paper and the previous paper on the velocity field {see Karami et al., [“Coherent structures in tornado-like vortices,” Phys. Fluids 31, 085118 (2019)]} presents new insight into the pressure–velocity correlation of the POD modes.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,095
Score d'incertitude au seuil0,212

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 Opus0,014
Tête enseignante GPT0,244
Écart entre enseignants0,230 · 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'étudeObservationnel
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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePhysics of FluidsMême sujetWind and Air Flow StudiesTravaux en français237 207