MétaCan
Menu
Retour à la cohorte
Enregistrement W4297415292

A posteriori error estimation for a dual mixed finite element method for quasi–Newtonian flows whose viscosity obeys a power law or Carreau law

2017· preprint· en· W4297415292 sur OpenAlexaff
M. Farhloul, Abdelmalek Zine

Notice bibliographique

RevueHAL (Le Centre pour la Communication Scientifique Directe) · 2017
Typepreprint
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésPower-law fluidPower lawNon-Newtonian fluidLawA priori and a posterioriMathematicsNewtonian fluidFinite element methodViscosityDual (grammatical number)Applied mathematicsPhysicsMechanicsThermodynamicsPolitical sciencePhilosophyStatistics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A dual mixed finite element method, for quasi–Newtonian fluid flow obeying the power law or the Carreau law, is constructed and analyzed in Farhloul–Zine [13]. This mixed formulation possesses good local (i.e., at element level) conservation properties (conservation of the momentum and the mass) as in the finite volume methods. In Farhloul–Zine [12], we developed an a posteriori error analysis for a non–Newtonian fluid flow problems. The analysis is based on the fact that the equation describing the extra–stress tensor in terms of the rate of strain tensor is invertible and may give the rate of strain tensor as a function of the stress tensor. To free ourselves from this constraint of inversion of laws, and as a generalization of the obtained results in [12], we propose in this work an a posteriori error analysis to this mixed formulation.

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)0,005
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,604
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,040
Tête enseignante GPT0,335
Écart entre enseignants0,295 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHAL (Le Centre pour la Communication Scientifique Directe)Même sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207