Notice bibliographique
Résumé
<strong class="journal-contentHeaderColor">Abstract.</strong> The Viscous-Plastic (VP) rheology with an elliptical yield curve and normal flow rule is implemented in a Lagrangian modelling framework using the Smoothed Particle Hydrodynamics (SPH) meshfree method. Results show, from perturbation analysis of SPH sea-ice dynamic equations, that the classical SPH particle density formulation expressed as a function of sea-ice concentration and mean ice thickness, leads to incorrect plastic wave speed. We propose a new formulation for particle density that gives a plastic wave speed in line with theory. In all cases, the plastic wave in the SPH framework is dispersive and depends on the smoothing length (i.e., the spatial resolution) and on the SPH kernel employed in contrast with its finite difference method (FDM) implementation counterpart. The steady-state solution for the simple 1D ridging experiment is in agreement with the analytical solution within an error of 1 %. SPH is also able to simulate a stable upstream ice arch in an idealized domain representing the Nares Strait in low wind regime (5.3 [m · s<sup>−1</sup>]) with an ellipse aspect ratio of 2, an average thickness of 1 [m] and free-slip boundary conditions in opposition to the FDM implementation that requires higher shear strength to simulate it. In higher wind regime (7.5 [m · s<sup>−1</sup>]) no stable ice arches are simulated — unless the thickness is increased — and the ice arch formation showed no dependence on the size of particles contrary to what is observed in the discrete element framework. Finally, the SPH framework is explicit, can take full advantage of parallel processing capabilities and show potential for pan-arctic climate simulations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,006 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».