MétaCan
Menu
Retour à la cohorte
Enregistrement W4323654547 · doi:10.5194/tc-2022-163-ac1

Reply on EC1

2023· peer-review· en· W4323654547 sur OpenAlexafffund
Oreste Marquis

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensMcGill University
Organismes subventionnairesEnvironment and Climate Change CanadaMcGill University
Mots-clésSmoothed-particle hydrodynamicsMechanicsSmoothingBoundary value problemPhysicsMathematicsMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract. 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−1]) 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−1]) 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 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)0,002
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,166
Score d'incertitude au seuil0,556

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,003
Science ouverte0,0030,002
Intégrité de la recherche0,0230,019
Charge utile insuffisante (le modèle a refusé de juger)0,1660,108

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 Opus0,028
Tête enseignante GPT0,298
Écart entre enseignants0,270 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207