MétaCan
Menu
Retour à la cohorte
Enregistrement W4391425105 · doi:10.1016/j.powtec.2024.119493

The Janssen effect and the Chini ordinary differential equation

2024· article· en· W4391425105 sur OpenAlexafffund
Adam Rogers, George Dyck, Jitendra Paliwal, Kurt Hildebrand, Michael D. Montross, Aaron P. Turner

Notice bibliographique

RevuePowder Technology · 2024
Typearticle
Langueen
DomaineMathematics
ThématiqueFractional Differential Equations Solutions
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesMitacsUniversity of Manitoba
Mots-clésOrdinary differential equationMathematicsDifferential equationMathematical analysis

Résumé

récupéré en direct d'OpenAlex

The Janssen effect describes the increase in pressure with depth in granular materials. However, the original Janssen formulation treats the density as constant. In this work, we examine parametric density models that depend on both pressure and moisture content and allow for temperature dependence to be easily included. We focus on physically-motivated empirical models that are built on power-law terms. These power-law terms correspond to thermodynamic equations of state, such as the ideal gas law, and polytropic processes. When coupled with the Janssen ordinary differential equation (ODE), these power-law models have the form of a Chini ODE. We study the properties of the Chini ODE for both constant and variable coefficients. We review Chini’s method for transforming these equations into separable forms and the conditions under which this approach fails. We derive a variety of novel expressions, including a critical value for the vertical-to-horizontal stress ratio which varies with depth.

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)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,220
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
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 GPT0,307
Écart entre enseignants0,287 · 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'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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePowder TechnologyMême sujetFractional Differential Equations SolutionsTravaux en français237 207