MétaCan
Menu
Retour à la cohorte
Enregistrement W4321018154 · doi:10.1051/m2an/2023016

A hybridizable discontinuous Galerkin method for the fully coupled time-dependent Stokes/Darcy-transport problem

2023· article· en· W4321018154 sur OpenAlexfundno aff
Ayçıl Çeşmeli̇oğlu, Dinh Dong Pham, Sander Rhebergen

Notice bibliographique

RevueESAIM. Mathematical modelling and numerical analysis · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Numerical Methods in Computational Mathematics
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDiscontinuous Galerkin methodConvection–diffusion equationStokes flowMathematicsMathematical analysisDiscretizationDarcy's lawApplied mathematicsFlow (mathematics)PhysicsPorous mediumFinite element methodGeometry

Résumé

récupéré en direct d'OpenAlex

We present a high-order hybridized discontinuous Galerkin (HDG) method for the fully coupled time-dependent Stokes–Darcy-transport problem where the fluid viscosity and source/sink terms depend on the concentration and the dispersion/diffusion tensor depends on the fluid velocity. This HDG method is such that the discrete flow equations are compatible with the discrete transport equation. Furthermore, the HDG method guarantees strong mass conservation in the Hdiv sense and naturally treats the interface conditions between the Stokes and Darcy regions via facet variables. We employ a linearizing decoupling strategy where the Stokes/Darcy and the transport equations are solved sequentially by time-lagging the concentration. We prove well-posedness and optimal a priori error estimates for the velocity and the concentration in the energy norm. We present numerical examples that respect compatibility of the flow and transport discretizations and demonstrate that the discrete solution is robust with respect to the problem parameters.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,287
Écart entre enseignants0,264 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueESAIM. Mathematical modelling and numerical analysisMême sujetAdvanced Numerical Methods in Computational MathematicsTravaux en français237 207