MétaCan
Menu
Retour à la cohorte
Enregistrement W44991920 · doi:10.1016/s0967-0653(97)87736-8

10.1016/s0967-0653(97)87736-8

2000· article· en· W44991920 sur OpenAlexvenueno aff
Francesco Lalli, Andrea Di Mascio

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueLattice Boltzmann Simulation Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMechanicsCurvilinear coordinatesViscositySmoothed-particle hydrodynamicsComputationFinite difference methodFinite differenceViscoplasticitySediment transportWork (physics)Geotechnical engineeringGeologyPhysicsMathematicsSedimentFinite element methodThermodynamicsGeometryConstitutive equationMathematical analysis

Résumé

récupéré en direct d'OpenAlex

In this paper a numerical algorithm for fluid-particle flow computation is presented. The mathematical formulation is based on the averaged continuum model, in which the effects of particles are taken into account in terms of an effective viscosity. The dispersed phase equation closure is based on sedimentation and shear-induced self-diffusion effects. The present work is the first step in the development of a general model for the simulation of the interaction between waves or currents and bottom sediment. Namely, the proposed approach allows the study of sediment transport and the evolution of the bottom shape without the need for curvilinear coordinate systems and related step-by-step regridding. In fact, pure liquid regions, suspension regions (more or less concentrated) as well as bottom sediment are studied by a unique model with a proper effective viscosity (hindrance effect and Bingham viscoplastic model). Preliminary numerical results have been obtained for 2D Bingham flow in a driven cavity by a finite difference method.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0030,003
Intégrité de la recherche0,0040,002
Charge utile insuffisante (le modèle a refusé de juger)0,9710,976

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 Opus0,010
Tête enseignante GPT0,184
Écart entre enseignants0,175 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetLattice Boltzmann Simulation StudiesTravaux en français237 207