MétaCan
Menu
Retour à la cohorte
Enregistrement W1946996323 · doi:10.1139/cjce-2012-0429

Experimental investigation of the effect of obstacles on the behavior of turbidity currents

2013· article· en· W1946996323 sur OpenAlexvenueno aff
Mohammad Reza Oshaghi, Hossein Afshin, Bahar Firoozabadi

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological formations and processes
Établissements canadiensnon disponible
Organismes subventionnairesSharif University of Technology
Mots-clésFroude numberInletCurrent (fluid)ObstacleTurbidityMechanicsTurbidity currentEnvironmental scienceAcoustic Doppler velocimetryParticle (ecology)Hydrology (agriculture)Geotechnical engineeringMeteorologyGeologyFlow (mathematics)Laser Doppler velocimetryPhysicsGeomorphologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Turbidity current is produced when a particle-laden fluid flows under lighter ambient fresh fluid. The streaming of particle-laden fluid is called a turbidity current and this kind of current is an important mechanism for sediment transportation in lakes and oceans. In the present research, the main concentration is on the effect of obstacle with an isosceles right triangular cross section on the behavior of turbidity current. A series of laboratory experiments were carried out with various obstacle heights and different inlet densimetric Froude numbers. In each experiment, velocity profiles upstream and downstream of the obstacle were measured, using an acoustic Doppler velocimeter. Kaolin was used as the suspended material. Experiments showed that the density current with lower inlet Froude number, reacts to the presence of the obstacle more rapidly compared to the currents with higher values of inlet Froude number. At the upstream section of the obstacle, an increase in the height of the obstacle resulted in a reduction in the current inertia and the maximum velocity. Also the local Froude numbers had an abrupt increase when the dense layer passed the obstacle.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,072
Score d'incertitude au seuil0,767

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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,185
Écart entre enseignants0,172 · 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.

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

Citations26
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetGeological formations and processesTravaux en français237 207