MétaCan
Menu
Retour à la cohorte
Enregistrement W1970949691 · doi:10.1680/wama.13.00056

An efficient multi-layer model for pier scour computations

2013· article· en· W1970949691 sur OpenAlexafffund
Shaghayegh Pournazeri, S. Samuel Li, Fariborz Haghighat

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Water Management · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPierGeologyGeotechnical engineeringFlow (mathematics)Upstream (networking)TerrainTurbulenceCylinderMechanicsEngineeringStructural engineering

Résumé

récupéré en direct d'OpenAlex

Pier scour has caused bridge failures with catastrophic consequences. The aim of this study was to develop and verify a mathematical model for pier scour predictions. A new approach is taken that combines shallow-water equations with non-hydrostatic pressure corrections and a non-uniform mesh in the horizontal with terrain-following layers in the vertical. This approach significantly improves computational efficiency from the conventional computational fluid dynamics approach. It is concluded that, emerging from the lateral sides of a pier (cylinder), scour deepens while the patterns migrate upstream towards the pier's upstream nose. On the upstream side, scour continues to grow until the bed slope reaches the angle of repose of sediments. On the downstream side, scour grows until equilibrium is reached. The scour hole is shallower downstream than upstream of the pier. The presence of the pier causes a strong downflow near its upstream nose, a strong vortex at its foot on the upstream side and a weak vortex on the downstream side. The predicted flow velocity and scour depth agree well with measurements. The terrain-following layer feature is particularly useful for scour computations; the high efficiency makes the model practical for field-scale applications, which are highly relevant to improved design of pier foundations and pier scour control.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,198
Score d'incertitude au seuil0,330

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)0,0000,000

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 GPT0,218
Écart entre enseignants0,204 · 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'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

Citations4
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Water ManagementMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207