1,720,962 research outputs found
Going Beyond Counting First Authors in Author Co-citation Analysis
Full text linkThe present study examines one of the fundamental aspects of author co-citation analysis (ACA) - the way co-citation
counts are defined. Co-citation counting provides the data on which all subsequent statistical analyses and mappings
are based, and we compare ACA results based on two different types of co-citation counting - the traditional type that
only counts the first one among a cited work's authors on the one hand and a non-traditional type that takes into
account the first 5 authors of a cited work on the other hand. Results indicate that the picture produced through this non-traditional author co-citation counting contains more coherent author groups and is therefore considerably clearer. However, this picture represents fewer specialties in the research field being studied than that produced through the traditional first-author co-citation counting when the same number of top-ranked authors is selected and analyzed. Reasons for these effects are discussed
Variations on the Author
Full text link“Variations on the Author” discusses two of Eduardo Coutinho’s recent films (Um Dia na Vida, from 2010, and Últimas Conversas, posthumously released in 2015) and their contribution to the general question of documentary authorship. The director’s filmography is characterized by a consistent yet self-effacing form of authorial self-inscription: Coutinho often features as an interviewer that rather than express opinions propels discourses; an interviewer that is good at listening. This mode of self-inscription characterizes him as an author who is not expressive but who is nonetheless markedly present on the screen. In Um Dia na Vida, however, Coutinho is completely absent form the image, while Últimas Conversas, on the contrary, includes a confessional prologue that moves the director from the margins to the center of his films. This article examines the ways in which these works stand out in the filmography of a director who offers new insights into the notion of cinematic authorship
Appropriate Similarity Measures for Author Cocitation Analysis
Full text linkWe provide a number of new insights into the methodological discussion about author cocitation analysis. We first argue that the use of the Pearson correlation for measuring the similarity between authors’ cocitation profiles is not very satisfactory. We then discuss what kind of similarity measures may be used as an alternative to the Pearson correlation. We consider three similarity measures in particular. One is the well-known cosine. The other two similarity measures have not been used before in the bibliometric literature. Finally, we show by means of an example that our findings have a high practical relevance.information science;Pearson correlation;cosine;similarity measure;author cocitation analysis
Dispelling the Myths Behind First-author Citation Counts
Full text linkWe conducted a full-scale evaluative citation analysis study of scholars in the XML research field to explore just how different from each other author rankings resulting from different citation counting methods actually are, and to demonstrate the capability of emerging data and tools on the Web in supporting more realistic citation counting methods. Our results contest some common arguments for the continued
use of first-author citation counts in the evaluation of scholars, such as high correlations between author rankings by first-author citation counts and other citation
counting methods, and high costs of using more realistic citation counting methods that are not well-supported by the ISI databases. It is argued that increasingly available digital full text research papers make it possible for citation analysis studies to go beyond what the ISI databases have directly supported and to employ more
sophisticated methods
koamabayili/VECTRON-author-checklist: VECTRON author checklist
No full textWe have done our best to complete the author checklist relating to the use of animals in the hut study. Note that the objective for the hut study was to evaluate the IRS treatment applications for residual efficacy against Anopheles mosquitoes, including the local An. coluzzii mosquito population. Cows were only used to attract mosquitoes into the huts and no tests were carried out directly on the cows. The author checklist is intended for use with studies where experiments are carried out on animals, which is why we have had such difficulty in completing this for the hut study, as many of the questions do not relate to how the cows were used
Développement de la PIV tomographique pour l'étude d'écoulements turbulents
No full textThis research dissertation focuses on the developments of tomographic PIV (tomo-PIV) for the measurement of turbulent flows (Elsinga et al. 2006). It is based on the tomographic reconstruction of a volumic intensity distribution of tracer particles from projections recorded on cameras. The corresponding volumic distributions are correlated to obtain 3D displacement fields.The present work surveys the state of advancement of the research conducted on this technique and the main issues it has been confronted with so far. The main research focus was on tomographic reconstruction. Indeed, its main limitation is the appearance of ghost particles, ie reconstruction noise, which occurs when high tracer concentrations are required for high spatial resolution measurements.For a thorough understanding of tomographic noise, we carried out a numerical study of experimental factors impacting the quality of tomographic reconstruction. Geometric considerations quantified the impact of "added particles" lying in the Union volume but not in the Intersection volume, between the camera fields of view and the illumination area. This phenomenon was shown to create ghost particles. The decrease in signal-to-noise ratio in the image was investigated, considering Mie scattering and defocusing effects. Particle image defocusing mainly results in the loss of real particles in reconstruction. Mie scattering’s main impact is also the loss of real particles due to the polydisperse nature of the seeding.This study of imaging conditions for tomo-PIV led us to propose an alternative approach to classical tomographic reconstruction. It seeks to recover nearly single voxel particles rather than blobs of extended size using a particle-based representation of image data. We term this approach Particle Volume Reconstruction (PVR). PVR underlies a more physical, sparse volumic representation of point particles, which lives halfway between infinitely small particles, and voxel blobs commonly used in tomo-PIV. From that representation, it is possible to smooth it to 2 voxel diameter blobs for a 3D-PIV use of PVR incorporated in a SMART algorithm. Numerical simulations showed that PVR-SMART outperforms tomo-SMART (Atkinson et al. 2009) on a variety generating conditions and a variety of metrics on volume reconstruction and displacement estimation, especially in the case of seeding density greater than 0.06 ppp.We introduce a cross-correlation technique for 3D-PIV (FOLKI-3D) as an extension to 3D of the FOLKI-PIV algorithm (Champagnat et al. 2011). The displacement is searched as the minimizer of a sum of squared differences, solved iteratively by using volume deformation. Numerical tests confirmed that spatial frequency response is similar to that of standard iterative deformation algorithms. Numerical simulations of tomographic reconstruction characterized the robustness of the algorithm to specific tomographic noise. FOLKI-3D was found more robust to coherent ghosts than standard deformation algorithms, while gains in accuracy of the high-order deformation scheme were obtained for various signal noises.The application of PVR-SMART on experimental data was performed on a turbulent air jet. Several seeding density conditions were used to compare the performance of tomo-SMART and PVR-SMART on the near field region of the jet. With the given image pre-processing, PVR-SMART was found to yield velocity fields that are about 50 % less noisy than tomo-SMART. The velocity field comparison included velocity field statistical properties, peak-locking study, flow divergence analysis, velocity gradient tensor and coherent structures exploration.Finally, conclusions are drawn from the main results of this dissertation and lead to potential research perspectives of our work with respect to the future of tomographic PIV.Cette thèse porte sur le développement de la PIV tomographique (tomo-PIV) pour la mesure d’écoulements turbulents (Elsinga et al 2006). Cette méthode se fonde sur la reconstruction tomographique d’une distribution volumique d’intensité de particules traceuses, à partir de projections enregistrées par des caméras. Les distributions volumiques sont corrélées, fournissant ainsi un champ de déplacement 3D.Les principales avancées de la recherche sur cette technique sont présentées ainsi que les points bloquants. Les efforts ont principalement été portés sur la reconstruction tomographique. La principale difficulté est le bruit tomographique (particules fantômes) qui croît exponentiellement lorsqu’une forte densité de traceur est requise pour obtenir une résolution spatiale fine de la mesure, particulièrement pour les écoulements turbulents.Afin de mieux appréhender ce bruit de reconstruction, nous avons étudié numériquement les facteurs expérimentaux nuisant à la qualité de la reconstruction. Des considérations géométriques ont permis de quantifier l’impact de «particules ajoutées», qui se trouvent dans le volume de l’union mais pas dans le volume de l’intersection entre la zone laser et les champs de vue des caméras. La diminution du ratio signal-à-bruit dans les images, due à la diffusion de Mie et l’astigmatisme des optiques, a pour principal effet la perte de vraies particules dans la reconstruction.Étudier les conditions optiques de la tomo-PIV nous a permis de proposer une approche alternative à la reconstruction tomographique classique, qui vise à reconstruire une particule presque sur un unique voxel, plutôt que comme un agrégat de voxels de taille étendue, en se fondant sur une représentation particulaire des images. Nous nommons cette méthode Reconstruction Volumique de Particules (PVR). Après avoir été incorporée à un algorithme de reconstruction (SMART), il est possible d’élargir la représentation particulaire de PVR, afin d’obtenir des blobs de 2/3 voxels de diamètre requis par les algorithmes de corrélation de 3D-PIV. Des simulations numériques sur un large spectre de conditions génératrices, ont montré qu’utiliser PVR-SMART permettait des gains de performance par rapport à un algorithme classique comme tomo-SMART (Atkinson 2009).L’aspect vélocimétrie par corrélation de la méthode a aussi été pris en compte avec une extension sur GPU à la 3D (FOLKI-3D) de l’algorithme FOLKI-PIV (Champagnat et al. 2011). Le déplacement y est cherché en minimisant itérativement une fonctionnelle, du type des moindres carrés, par déformation de volume. Les tests synthétiques confirment que la réponse fréquentielle d’espace est semblable à celle d’autres algorithmes classiques itératifs de déformation de volume. Les simulations numériques de reconstruction tomographique ont permis de caractériser la robustesse de l’algorithme au bruit spécifique de la tomographie. Nous avons montré que FOLKI-3D était plus robuste aux particules fantômes cohérentes que les algorithmes classiques de déformation volumique. De plus, des gains de performance ont été observés en utilisant des schémas d’ordre élevé pour différents types de bruit.L’application de PVR-SMART sur des données expérimentales a été effectuée sur un jet d’air turbulent. Différentes densités de particules ont été utilisées pour comparer les performance de PVR-SMART avec tomo-SMART sur la région proche buse du jet. Avec le pré-traitement d’image utilisé, nous avons montré que les champs de vitesse de PVR-SMART étaient près de 50 % moins bruités que ceux de tomo-SMART. L’analyse sur les champs de vitesse comporte l’étude de quantités statistiques, de peak-locking, de divergence, du tenseur des gradients ainsi que de structures cohérentes.Enfin, nous concluons avec une synthèse des résultats obtenus au cours de cette étude, en envisageant de nouvelles perspectives de recherche dans le contexte de la PIV tomographique
Développement de la PIV tomographique pour l'étude d'écoulements turbulents
No full textThis research dissertation focuses on the developments of tomographic PIV (tomo-PIV) for the measurement of turbulent flows (Elsinga et al. 2006). It is based on the tomographic reconstruction of a volumic intensity distribution of tracer particles from projections recorded on cameras. The corresponding volumic distributions are correlated to obtain 3D displacement fields.The present work surveys the state of advancement of the research conducted on this technique and the main issues it has been confronted with so far. The main research focus was on tomographic reconstruction. Indeed, its main limitation is the appearance of ghost particles, ie reconstruction noise, which occurs when high tracer concentrations are required for high spatial resolution measurements.For a thorough understanding of tomographic noise, we carried out a numerical study of experimental factors impacting the quality of tomographic reconstruction. Geometric considerations quantified the impact of "added particles" lying in the Union volume but not in the Intersection volume, between the camera fields of view and the illumination area. This phenomenon was shown to create ghost particles. The decrease in signal-to-noise ratio in the image was investigated, considering Mie scattering and defocusing effects. Particle image defocusing mainly results in the loss of real particles in reconstruction. Mie scattering’s main impact is also the loss of real particles due to the polydisperse nature of the seeding.This study of imaging conditions for tomo-PIV led us to propose an alternative approach to classical tomographic reconstruction. It seeks to recover nearly single voxel particles rather than blobs of extended size using a particle-based representation of image data. We term this approach Particle Volume Reconstruction (PVR). PVR underlies a more physical, sparse volumic representation of point particles, which lives halfway between infinitely small particles, and voxel blobs commonly used in tomo-PIV. From that representation, it is possible to smooth it to 2 voxel diameter blobs for a 3D-PIV use of PVR incorporated in a SMART algorithm. Numerical simulations showed that PVR-SMART outperforms tomo-SMART (Atkinson et al. 2009) on a variety generating conditions and a variety of metrics on volume reconstruction and displacement estimation, especially in the case of seeding density greater than 0.06 ppp.We introduce a cross-correlation technique for 3D-PIV (FOLKI-3D) as an extension to 3D of the FOLKI-PIV algorithm (Champagnat et al. 2011). The displacement is searched as the minimizer of a sum of squared differences, solved iteratively by using volume deformation. Numerical tests confirmed that spatial frequency response is similar to that of standard iterative deformation algorithms. Numerical simulations of tomographic reconstruction characterized the robustness of the algorithm to specific tomographic noise. FOLKI-3D was found more robust to coherent ghosts than standard deformation algorithms, while gains in accuracy of the high-order deformation scheme were obtained for various signal noises.The application of PVR-SMART on experimental data was performed on a turbulent air jet. Several seeding density conditions were used to compare the performance of tomo-SMART and PVR-SMART on the near field region of the jet. With the given image pre-processing, PVR-SMART was found to yield velocity fields that are about 50 % less noisy than tomo-SMART. The velocity field comparison included velocity field statistical properties, peak-locking study, flow divergence analysis, velocity gradient tensor and coherent structures exploration.Finally, conclusions are drawn from the main results of this dissertation and lead to potential research perspectives of our work with respect to the future of tomographic PIV.Cette thèse porte sur le développement de la PIV tomographique (tomo-PIV) pour la mesure d’écoulements turbulents (Elsinga et al 2006). Cette méthode se fonde sur la reconstruction tomographique d’une distribution volumique d’intensité de particules traceuses, à partir de projections enregistrées par des caméras. Les distributions volumiques sont corrélées, fournissant ainsi un champ de déplacement 3D.Les principales avancées de la recherche sur cette technique sont présentées ainsi que les points bloquants. Les efforts ont principalement été portés sur la reconstruction tomographique. La principale difficulté est le bruit tomographique (particules fantômes) qui croît exponentiellement lorsqu’une forte densité de traceur est requise pour obtenir une résolution spatiale fine de la mesure, particulièrement pour les écoulements turbulents.Afin de mieux appréhender ce bruit de reconstruction, nous avons étudié numériquement les facteurs expérimentaux nuisant à la qualité de la reconstruction. Des considérations géométriques ont permis de quantifier l’impact de «particules ajoutées», qui se trouvent dans le volume de l’union mais pas dans le volume de l’intersection entre la zone laser et les champs de vue des caméras. La diminution du ratio signal-à-bruit dans les images, due à la diffusion de Mie et l’astigmatisme des optiques, a pour principal effet la perte de vraies particules dans la reconstruction.Étudier les conditions optiques de la tomo-PIV nous a permis de proposer une approche alternative à la reconstruction tomographique classique, qui vise à reconstruire une particule presque sur un unique voxel, plutôt que comme un agrégat de voxels de taille étendue, en se fondant sur une représentation particulaire des images. Nous nommons cette méthode Reconstruction Volumique de Particules (PVR). Après avoir été incorporée à un algorithme de reconstruction (SMART), il est possible d’élargir la représentation particulaire de PVR, afin d’obtenir des blobs de 2/3 voxels de diamètre requis par les algorithmes de corrélation de 3D-PIV. Des simulations numériques sur un large spectre de conditions génératrices, ont montré qu’utiliser PVR-SMART permettait des gains de performance par rapport à un algorithme classique comme tomo-SMART (Atkinson 2009).L’aspect vélocimétrie par corrélation de la méthode a aussi été pris en compte avec une extension sur GPU à la 3D (FOLKI-3D) de l’algorithme FOLKI-PIV (Champagnat et al. 2011). Le déplacement y est cherché en minimisant itérativement une fonctionnelle, du type des moindres carrés, par déformation de volume. Les tests synthétiques confirment que la réponse fréquentielle d’espace est semblable à celle d’autres algorithmes classiques itératifs de déformation de volume. Les simulations numériques de reconstruction tomographique ont permis de caractériser la robustesse de l’algorithme au bruit spécifique de la tomographie. Nous avons montré que FOLKI-3D était plus robuste aux particules fantômes cohérentes que les algorithmes classiques de déformation volumique. De plus, des gains de performance ont été observés en utilisant des schémas d’ordre élevé pour différents types de bruit.L’application de PVR-SMART sur des données expérimentales a été effectuée sur un jet d’air turbulent. Différentes densités de particules ont été utilisées pour comparer les performance de PVR-SMART avec tomo-SMART sur la région proche buse du jet. Avec le pré-traitement d’image utilisé, nous avons montré que les champs de vitesse de PVR-SMART étaient près de 50 % moins bruités que ceux de tomo-SMART. L’analyse sur les champs de vitesse comporte l’étude de quantités statistiques, de peak-locking, de divergence, du tenseur des gradients ainsi que de structures cohérentes.Enfin, nous concluons avec une synthèse des résultats obtenus au cours de cette étude, en envisageant de nouvelles perspectives de recherche dans le contexte de la PIV tomographique
Développement de la PIV tomographique pour l'étude d'écoulements turbulents
No full textThis research dissertation focuses on the developments of tomographic PIV (tomo-PIV) for the measurement of turbulent flows (Elsinga et al. 2006). It is based on the tomographic reconstruction of a volumic intensity distribution of tracer particles from projections recorded on cameras. The corresponding volumic distributions are correlated to obtain 3D displacement fields.The present work surveys the state of advancement of the research conducted on this technique and the main issues it has been confronted with so far. The main research focus was on tomographic reconstruction. Indeed, its main limitation is the appearance of ghost particles, ie reconstruction noise, which occurs when high tracer concentrations are required for high spatial resolution measurements.For a thorough understanding of tomographic noise, we carried out a numerical study of experimental factors impacting the quality of tomographic reconstruction. Geometric considerations quantified the impact of "added particles" lying in the Union volume but not in the Intersection volume, between the camera fields of view and the illumination area. This phenomenon was shown to create ghost particles. The decrease in signal-to-noise ratio in the image was investigated, considering Mie scattering and defocusing effects. Particle image defocusing mainly results in the loss of real particles in reconstruction. Mie scattering’s main impact is also the loss of real particles due to the polydisperse nature of the seeding.This study of imaging conditions for tomo-PIV led us to propose an alternative approach to classical tomographic reconstruction. It seeks to recover nearly single voxel particles rather than blobs of extended size using a particle-based representation of image data. We term this approach Particle Volume Reconstruction (PVR). PVR underlies a more physical, sparse volumic representation of point particles, which lives halfway between infinitely small particles, and voxel blobs commonly used in tomo-PIV. From that representation, it is possible to smooth it to 2 voxel diameter blobs for a 3D-PIV use of PVR incorporated in a SMART algorithm. Numerical simulations showed that PVR-SMART outperforms tomo-SMART (Atkinson et al. 2009) on a variety generating conditions and a variety of metrics on volume reconstruction and displacement estimation, especially in the case of seeding density greater than 0.06 ppp.We introduce a cross-correlation technique for 3D-PIV (FOLKI-3D) as an extension to 3D of the FOLKI-PIV algorithm (Champagnat et al. 2011). The displacement is searched as the minimizer of a sum of squared differences, solved iteratively by using volume deformation. Numerical tests confirmed that spatial frequency response is similar to that of standard iterative deformation algorithms. Numerical simulations of tomographic reconstruction characterized the robustness of the algorithm to specific tomographic noise. FOLKI-3D was found more robust to coherent ghosts than standard deformation algorithms, while gains in accuracy of the high-order deformation scheme were obtained for various signal noises.The application of PVR-SMART on experimental data was performed on a turbulent air jet. Several seeding density conditions were used to compare the performance of tomo-SMART and PVR-SMART on the near field region of the jet. With the given image pre-processing, PVR-SMART was found to yield velocity fields that are about 50 % less noisy than tomo-SMART. The velocity field comparison included velocity field statistical properties, peak-locking study, flow divergence analysis, velocity gradient tensor and coherent structures exploration.Finally, conclusions are drawn from the main results of this dissertation and lead to potential research perspectives of our work with respect to the future of tomographic PIV.Cette thèse porte sur le développement de la PIV tomographique (tomo-PIV) pour la mesure d’écoulements turbulents (Elsinga et al 2006). Cette méthode se fonde sur la reconstruction tomographique d’une distribution volumique d’intensité de particules traceuses, à partir de projections enregistrées par des caméras. Les distributions volumiques sont corrélées, fournissant ainsi un champ de déplacement 3D.Les principales avancées de la recherche sur cette technique sont présentées ainsi que les points bloquants. Les efforts ont principalement été portés sur la reconstruction tomographique. La principale difficulté est le bruit tomographique (particules fantômes) qui croît exponentiellement lorsqu’une forte densité de traceur est requise pour obtenir une résolution spatiale fine de la mesure, particulièrement pour les écoulements turbulents.Afin de mieux appréhender ce bruit de reconstruction, nous avons étudié numériquement les facteurs expérimentaux nuisant à la qualité de la reconstruction. Des considérations géométriques ont permis de quantifier l’impact de «particules ajoutées», qui se trouvent dans le volume de l’union mais pas dans le volume de l’intersection entre la zone laser et les champs de vue des caméras. La diminution du ratio signal-à-bruit dans les images, due à la diffusion de Mie et l’astigmatisme des optiques, a pour principal effet la perte de vraies particules dans la reconstruction.Étudier les conditions optiques de la tomo-PIV nous a permis de proposer une approche alternative à la reconstruction tomographique classique, qui vise à reconstruire une particule presque sur un unique voxel, plutôt que comme un agrégat de voxels de taille étendue, en se fondant sur une représentation particulaire des images. Nous nommons cette méthode Reconstruction Volumique de Particules (PVR). Après avoir été incorporée à un algorithme de reconstruction (SMART), il est possible d’élargir la représentation particulaire de PVR, afin d’obtenir des blobs de 2/3 voxels de diamètre requis par les algorithmes de corrélation de 3D-PIV. Des simulations numériques sur un large spectre de conditions génératrices, ont montré qu’utiliser PVR-SMART permettait des gains de performance par rapport à un algorithme classique comme tomo-SMART (Atkinson 2009).L’aspect vélocimétrie par corrélation de la méthode a aussi été pris en compte avec une extension sur GPU à la 3D (FOLKI-3D) de l’algorithme FOLKI-PIV (Champagnat et al. 2011). Le déplacement y est cherché en minimisant itérativement une fonctionnelle, du type des moindres carrés, par déformation de volume. Les tests synthétiques confirment que la réponse fréquentielle d’espace est semblable à celle d’autres algorithmes classiques itératifs de déformation de volume. Les simulations numériques de reconstruction tomographique ont permis de caractériser la robustesse de l’algorithme au bruit spécifique de la tomographie. Nous avons montré que FOLKI-3D était plus robuste aux particules fantômes cohérentes que les algorithmes classiques de déformation volumique. De plus, des gains de performance ont été observés en utilisant des schémas d’ordre élevé pour différents types de bruit.L’application de PVR-SMART sur des données expérimentales a été effectuée sur un jet d’air turbulent. Différentes densités de particules ont été utilisées pour comparer les performance de PVR-SMART avec tomo-SMART sur la région proche buse du jet. Avec le pré-traitement d’image utilisé, nous avons montré que les champs de vitesse de PVR-SMART étaient près de 50 % moins bruités que ceux de tomo-SMART. L’analyse sur les champs de vitesse comporte l’étude de quantités statistiques, de peak-locking, de divergence, du tenseur des gradients ainsi que de structures cohérentes.Enfin, nous concluons avec une synthèse des résultats obtenus au cours de cette étude, en envisageant de nouvelles perspectives de recherche dans le contexte de la PIV tomographique
- …
