Comparaison et évaluation de modèles de gaz réels en rayonnement thermique
Bibliographic record
Abstract
Différentes modélisations de gaz réels ont été développées depuis quelques décennies afin de quantifier efficacement le transfert de chaleur par rayonnement dans une enceinte de combustion. Cependant, chacune de ces méthodes possède sa propre formulation (coefficient d'absorption ou transmissivité moyenne) et conduit à différents degrés de précision qui dépendent des caractéristiques de l'enceinte considérée, telles que la distribution en température et en fraction molaire, la nature du gaz, les dimensions de l'enceinte et l'émissivité aux parois. Par ailleurs, chaque modèle nécessite un temps de calcul qui lui est propre et qui varie de façon conséquente d'une méthode à l'autre. \n \nDes études monodimensionnelles et bidimensionnelles pour des géométries complexes sont présentées dans cette thèse et permettent de comparer les performances, pour ces différentes caractéristiques, de modèles actuels formulés en coefficients d'absorption, qui sont les méthodes CK, SNB-CK, SLW et SPGG, ainsi que celles de nouvelles modèles, qui sont des variantes de la méthode SNB-CK utilisant des regroupements uniformes ou sélectifs des bandes étroites de nombre d'ondes. Ces modèles sont, par ailleurs, couplés avec la méthode aux ordonnées discrètes pour la résolution de l'équation de transfert radiatif. La variante utilisant le regroupement sélectif basé sur les bandes d'émission primaires du CO2 est particulièrement intéressante et permet un très bon compromis entre la précision des résultats obtenus et le temps de calcul. \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".