MétaCan
Menu
Retour à la cohorte
Enregistrement W1505013928 · doi:10.1139/l09-033

Mathematical modelling of shallow flows: Closure models drawn from grain-scale mechanics of sediment transport and flow hydrodynamicsThis paper is one of a selection of papers in this Special Issue in honour of Professor M. Selim Yalin (1925–2007).

2009· article· en· W1505013928 sur OpenAlexvenueno aff
Rui M. L. Ferreira, Mário J. Franca, J. B. Leal, António H. Cardoso

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSediment transportGeologySedimentTurbulenceMechanicsRiver morphologyFlow (mathematics)Geotechnical engineeringBedformScale (ratio)GeomorphologyPhysics

Résumé

récupéré en direct d'OpenAlex

Mathematical modelling of river processes is, nowadays, a key element in river engineering and planning. River modelling tools should rest on conceptual models drawn from mechanics of sediment transport, river mechanics, and river hydrodynamics. The objectives of the present work are (i) to describe conceptual models of sediment transport, deduced from grain-scale mechanics of sediment transport and turbulent flow hydrodynamics, and (ii) to present solutions to specific river morphology problems. The conceptual models described are applicable to the morphologic evolution of rivers subjected to the transport of poorly sorted sediment mixtures at low shear stresses and to geomorphic flows featuring intense sediment transport at high shear stresses. In common, these applications share the fact that sediment transport and flow resistance depend, essentially, on grain-scale phenomena. The idealized flow structures are presented and discussed. Numerical solutions for equilibrium and nonequilibrium sediment transport are presented and compared with laboratory and field data.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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)0,0030,000

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 Opus0,007
Tête enseignante GPT0,174
Écart entre enseignants0,167 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations34
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207