MétaCan
Menu
Retour à la cohorte
Enregistrement W4387420266 · doi:10.5194/egusphere-egu24-7333

A physically-based formulation for texture evolution during dynamic recrystallization. A case study for ice

2024· preprint· en· W4387420266 sur OpenAlexaff
Mâurine Montagnat, Thomas Chauve, Véronique Dansereau, Pierre Saramito, Kévin Fourteau, Andréa Tommasi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
Thématiquenanoparticles nucleation surface interactions
Établissements canadiensFrontier Geosciences (Canada)
Organismes subventionnairesEuropean Commission
Mots-clésDynamic recrystallizationRecrystallization (geology)Texture (cosmology)Materials scienceGeologyComputer scienceArtificial intelligenceMetallurgyMicrostructureHot workingPetrology

Résumé

récupéré en direct d'OpenAlex

Dynamic recrystallization can have a strong impact on texture development during the deformation of polycrystalline materials at high temperature, in particular for those with strong viscoplastic anisotropy such as ice. Owing to this anisotropy, recrystallization is essential for ensuring strain compatibility. The development of recrystallization textures leads to significant mechanical softening, both in laboratory or natural conditions (glaciers, ice sheets). Accurately predicting ice texture evolution due to recrystallization during tertiary creep remains a challenge, yet is crucial to account adequately for texture-induced anisotropy in large-scale models of glacial ice flow. We propose a new formulation for texture evolution due to dynamic recrystallization. This formulation is physically-based on an orientation attractor which maximizes the Resolved Shear Stress (RSS) on the easiest slip system in the crystal (basal slip for ice). The attractor is implemented in an equation of evolution of the crystal orientation with deformation, which is coupled to an anisotropic viscoplastic law (Continuous Transverse Isotropic - CTI) that provides the mechanical response of the ice crystal. The set of equations, which is the core of the R3iCe open source model is solved using finite elements method with a semi implicit scheme coded using the Rheolef library. R3iCe is validated by comparison with laboratory creep data for ice polycrystals under simple shear, uniaxial compression and tension. It correctly reproduces the texture evolution and the mechanical softening observed during tertiary creep. R3iCe therefore allows predicting enhancement factors that may be implemented in large-scale flow models. Although the validation was performed for ice, the R3iCe implementation is generic and applies for any material adequately described using a CTI law.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,294
Écart entre enseignants0,273 · 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'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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetnanoparticles nucleation surface interactionsTravaux en français237 207