MétaCan
Menu
Retour à la cohorte
Enregistrement W4389584883 · doi:10.17118/11143/20713

Application of the entropically damped artificial compressibility methodto ventricular assist devices

2023· article· en· W4389584883 sur OpenAlexaff
Marie-Pier Bolduc, Ramin Ghoreishi, Lyes Kadem, Brian C. Vermeire

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElasticity and Material Modeling
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCompressibilityArtificial heartComputer scienceMaterials scienceMechanical engineeringMechanicsEngineeringPhysicsCardiology

Résumé

récupéré en direct d'OpenAlex

Abstract: Ventricular assist devices (VADs) represent one of the many applications (hemodynamics, vehicle aerodynamics, hydrofoils, wind turbines, and energy-saving bio-locomotion) that require accurate, efficient, and stable solutions for incompressible flows around complex moving and deforming geometries. The article addresses the challenges in solving such flows. The flux reconstruction (FR) method is presented as a suitable solution technique and its application to incompressible flows using the entropically damped artificial compressibility (EDAC) method is introduced as a promising pressure-dampening alternative to traditional methods. The article describes the implementation of the EDAC solver with the Arbitrary Lagrangian-Eulerian (ALE) form of the compressible Navier-Stokes equations in the High-Order Unstructured Solver (HORUS). Verification and validation of the solver have previously been performed, and results demonstrated of the method’s suitability for VADs and its use in determining the optimal placement, shape, and actuation of VAD membranes in the heart’s ventricle.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil0,149

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 Opus0,020
Tête enseignante GPT0,251
Écart entre enseignants0,231 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElasticity and Material ModelingTravaux en français237 207