MétaCan
Menu
Retour à la cohorte
Enregistrement W4281623780 · doi:10.1103/physrevapplied.17.064021

Effects of Friction and Spacing on the Collaborative Behavior of Domino Toppling

2022· article· en· W4281623780 sur OpenAlexaff
David Cantor, Kajetan Wojtacki

Notice bibliographique

RevuePhysical Review Applied · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueAdhesion, Friction, and Surface Interactions
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesNarodowym Centrum Nauki
Mots-clésDominoBlock (permutation group theory)Dissipative systemScaling lawInterval (graph theory)ScalingRange (aeronautics)PhysicsMathematicsMechanicsGeometryMaterials scienceThermodynamicsCombinatoricsChemistry

Résumé

récupéré en direct d'OpenAlex

Inspired by the high-speed camera experiments of YouTuber Destin Sandlin (SmarterEveryDay) [D. Sandlin, Dominoes – hardcore mode (2017), [Online; accessed 15-Jul-2021].] on the toppling speed of dominoes over different surfaces, we performed discrete-element simulations of this process, varying the spacing between adjacent and evenly spaced blocks (dominoes). We also varied the block-block and block-surface friction coefficients over a wide range of values to have a complete picture of the behavior of these cooperative, dissipative mechanical systems. We found that a steady wavefront speed v exists for a specific interval of spacings between dominoes and coefficients of friction. Surprisingly, while v is more affected by the domino-domino friction, the domino-surface friction determines whether or not toppling anomalies can appear and stop the wave. Finally, our observations led us to propose a scaling law that is able to predict v based on the domino configuration and friction coefficients, and to correctly reproduce experimental tests.Received 16 December 2021Revised 29 March 2022Accepted 26 April 2022Corrected 24 June 2022DOI:https://doi.org/10.1103/PhysRevApplied.17.064021© 2022 American Physical SocietyPhysics Subject Headings (PhySH)Research AreasClassical mechanicsFrictionScaling laws of complex systemsPhysical SystemsDynamical systemsFront propagationGeneral PhysicsNonlinear Dynamics

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,044
Score d'incertitude au seuil0,248

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 Opus0,007
Tête enseignante GPT0,242
Écart entre enseignants0,236 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePhysical Review AppliedMême sujetAdhesion, Friction, and Surface InteractionsTravaux en français237 207