MétaCan
Menu
Retour à la cohorte
Enregistrement W4293008169 · doi:10.11159/icepr22.134

On The Democratization of the Fluid Flow Simulation

2022· article· en· W4293008169 sur OpenAlexvenueno aff
Martin Schifko, Alireza Eslamian, Vishal Yang, Nathalia Maurya, Alexander Stadik, Ernesto Monaco, Rattandeep Singh, Josip Bašić, Daniel R. Dietrich, Alexander Hinterreiter, Jan Jindra, Sai Karumuri, Muraleekrishnan Menon, Muraleekrishnan Rettenbacher, Kamil Szewc, Daniel Rechberger, Petr Mucha, Farzad Kiani

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueSimulation Techniques and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemocratizationFluid dynamicsComputer scienceFlow (mathematics)MechanicsPolitical sciencePhysicsDemocracyLaw

Résumé

récupéré en direct d'OpenAlex

In this paper, we aim to introduce the web-based application called dynairix. Dynairix is a free online tool developed by our team to make the invisible part of pandemics and epidemics visible to the general public. Having a strong background in the field of Computational Fluid Dynamics (CFD), our team has been using it so far primarily in the development of simulation solutions for the automotive production. Now we want apply this know-how in new areas too. The core of dynairix is based on quasi steady CFD results using lattice Boltzmann method (LBM) coupled (one-way) with the Lagrangian particles tracking method. Using this methodology, our tool calculates the dynamic risk factor and shows the ventilation system and its effects in closed environments. This is something especially useful during any epidemics where viruses are transmitted by aerosols. The calculations are based on the real physics of the simulations of various scenarios. They show that good a ventilation system during pandemics and epidemics can not only be useful but rather extremely beneficial.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,260
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0030,001
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 Opus0,060
Tête enseignante GPT0,339
Écart entre enseignants0,279 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetSimulation Techniques and ApplicationsTravaux en français237 207