MétaCan
Menu
Retour à la cohorte
Enregistrement W1936904133 · doi:10.1016/s0967-0653(98)80017-3

10.1016/s0967-0653(98)80017-3

2000· article· en· W1936904133 sur OpenAlexvenueno aff
Eric Wolanski, Brian King, D. K. Galloway

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological formations and processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEstuaryGeologyShoalDischargeTidal irrigationOceanographyWaves and shallow waterHydrology (agriculture)SinuosityGeomorphologyDrainage basinGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Intensive field and model studies were undertaken into the dynamics of the Fly River estuary, Papua New Guinea. The estuary has three dominant channels forming a shallow, fan-shaped delta, and receives a mean freshwater discharge of approximately 6,000 m 3 s -1 with little seasonal variation. The estuary is vertically well-mixed in salinity by strong tidal currents. The saline water is distributed unevenly between the channels. Model studies verified by field data suggest that this due to the dynamics of the estuary which are controlled by shallow water frictional effects that generate higher tidal harmonics, the shoaling of the tidal wave from the funnel shape of the estuary, a low value of the bottom friction coefficient resulting from the presence of fluid mud, and the along-channel water surface gradient. This gradient is in turn controlled by two dominant forcings, namely the freshwater discharge and the dominant offshore trade wind. This gradient is also modulated by the spring-neap cycle of the tidal currents which controls the low-frequency friction coefficient. The absence of strong cross-channel salinity gradients and of axial convergence zones is attributed to enhanced horizontal mixing by the lateral velocity shear due to the sinuosity of the thalweg meandering between numerous islands and shoals.

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)0,000
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 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 enseignants0,891
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)1,0001,000

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 Opus0,009
Tête enseignante GPT0,166
Écart entre enseignants0,157 · 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; les deux têtes enseignantes 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

Citations40
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetGeological formations and processesTravaux en français237 207