MétaCan
Menu
Retour à la cohorte
Enregistrement W4391757562 · doi:10.1002/fld.5274

Two‐ and three‐dimensional multiphase mesh‐free particle modeling of transitional landslide with<i>μ</i>(<i>I</i>) rheology

2024· article· en· W4391757562 sur OpenAlexaff
Ehsan Jafari Nodoushan, Mohanna Tajnesaie, Ahmad Shakibaeinia

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésSubaerialCohesion (chemistry)LandslideRheologyGeologySmoothed-particle hydrodynamicsGeotechnical engineeringMechanicsParticle (ecology)Multiphase flowMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Landslides, which are the sources of most catastrophic natural disasters, can be subaerial (dry), submerged (underwater), or semi‐submerged (transitional). Semi‐submerged or transitional landslides occur when a subaerial landslide enters water and turns to submerged condition. Predicting the behavior of such a highly dynamic multi‐phase granular flow system is challenging, mainly due to the water entry effects, such as wave impact and partial saturation (and resulted cohesion). The mesh‐free particle methods, such as the moving particle semi‐implicit (MPS) method, have proven their capabilities for the simulation of the highly dynamic multiphase systems. This study develops and evaluates a numerical model, based on the MPS particle method in combination with the μ ( I ) rheological model, to simulate the morphodynamic of the granular mass in semi‐submerged landslides in two and three dimensions. An algorithm is developed to consider partial saturation (and resulting cohesion) during the water entry. Comparing the numerical results with the experimental measurements shows the ability of the proposed model to accurately reproduce the morphological evolution of the granular mass, especially at the moment of water entry.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,446
Score d'incertitude au seuil0,470

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 Opus0,026
Tête enseignante GPT0,368
Écart entre enseignants0,341 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical Methods in FluidsMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207