MétaCan
Menu
Retour à la cohorte
Enregistrement W1965036653 · doi:10.1155/2011/897618

Numerical Modelling Approaches for Assessing Improvements to the Flow Circulation in a Small Lake

2011· article· en· W1965036653 sur OpenAlexaffabout
Cheng He, Quintin Rochfort

Notice bibliographique

RevueModelling and Simulation in Engineering · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Water Research Institute
Mots-clésCirculation (fluid dynamics)Flow (mathematics)MainlandGeologyHydrology (agriculture)Water circulationFlow conditionsEnvironmental scienceOceanographyGeographyEngineeringGeotechnical engineeringArchaeologyInlet

Résumé

récupéré en direct d'OpenAlex

Kamaniskeg Lake is a long, narrow, and deep small lake located in the northern part of Ontario, Canada. The goals of this paper were to examine various options to improve the water quality in the northern part of the lake by altering the local hydraulic flow conditions. Towards this end, a preliminary screening suggested that the flow circulation could be increased around a central island (Mask Island) in the northern part of the lake by opening up an existing causeway connecting the mainland and central island. Three‐dimensional (3D) hydraulic and transport models were adopted in this paper to investigate the hydraulic conditions under various wind forces and causeway structures. The modelling results show that opening the causeway in a few places is unlikely to generate a large flow circulation around the central island. Full circulation only appears to be possible if the causeway is fully removed and a strong wind blows in a favourable direction. The possible reasons for existing water quality variations at the intake of a local WTP (water treatment plant) are also explored in the paper.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,072
Tête enseignante GPT0,226
Écart entre enseignants0,154 · 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'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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueModelling and Simulation in EngineeringMême sujetHydrology and Watershed Management StudiesTravaux en français237 207