MétaCan
Menu
Retour à la cohorte
Enregistrement W1627428668 · doi:10.14796/jwmm.r206-06

A Laboratory Rig for Testing Runoff from Paved Surfaces

2000· article· en· W1627428668 sur OpenAlexaffvenue
William James, Stuart C. Wylie

Notice bibliographique

RevueJournal of Water Management Modeling · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésProcess (computing)Surface runoffComputer scienceMarine engineeringEngineeringProgramming languageEcologyBiology

Résumé

récupéré en direct d'OpenAlex

When a process is too complex for rigorous mathematical formulation, and simplifying assumptions are introduced for its solution, experimental verification is required, or the approximate numerical model cannot be said to represent the process.Numerical solution of the dynamic wave equations for flow over pavement is such a case.We describe in this chapter a laboratory rig used to test the numerical procedures of the previous chapter (James and Wylie, 2000), and the initial storage theory developed in the previous monograph in this series (James and Johanson, 1999).Our experiments were conducted almost 30 years ago in the Department of Civil Engineering at the University of Natal in Durban.Laboratory conditions were stringently controlled.Experiments are otherwise similar to those recently described by several of the author's graduate students in this series of books.For generality of the mathematical model, the formulation of the wave equations should include a momentum exchange term for rain distributed uniformly over its resulting runoff from the pavement.In the present studies, the mathematical and physical model catchments are also impermeable, to avoid the complexity of infiltration.Under these conditions, the physical and mathematical models may be considered to represent real rain falling on its resultant runoff from an impervious pavement (Amorocho and Hart, 1965).

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,198
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetHydraulic flow and structuresTravaux en français237 207