MétaCan
Menu
Retour à la cohorte
Enregistrement W4390102257 · doi:10.5206/mase/16369

Solution of fractional modified Kawahara equation: a semi-analytic approach

2023· article· en· W4390102257 sur OpenAlexvenueno aff
Sagar R. Khirsariya, S. B. Rao, Jignesh P. Chauhan

Notice bibliographique

RevueMathematics in Applied Sciences and Engineering · 2023
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsResidualHomotopy perturbation methodPower seriesApplied mathematicsHomotopy analysis methodContext (archaeology)Partial differential equationSeries (stratigraphy)Mathematical analysisPerturbation (astronomy)HomotopyAlgorithmPhysicsPure mathematics

Résumé

récupéré en direct d'OpenAlex

The present study examines a semi-analytical method known as the Fractional Residual Power Series Method for obtaining solutions to the non-linear, time-fractional Kawahara and modified Kawahara equations. These equations are fifth-order, non-linear partial differential equations that arise in the context of shallow water waves. The analytical process and findings are compared with those obtained from the well-known Variational Iteration Method (VIM) and Homotopy Perturbation Method (HPM). The results obtained from the Fractional Residual Power Series Method are found to be more efficient, reliable, and easier to implement compared to other analytical and semi-analytical methods.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,133
Tête enseignante GPT0,313
Écart entre enseignants0,180 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematics in Applied Sciences and EngineeringMême sujetFractional Differential Equations SolutionsTravaux en français237 207