MétaCan
Menu
Retour à la cohorte
Enregistrement W1975568962 · doi:10.1139/f02-037

Vorticity and circulation: spatial metrics for evaluating flow complexity in stream habitats

2002· article· en· W1975568962 sur OpenAlexvenueno aff
David W. Crowder, Panayiotis Diplas

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetric (unit)VorticityFlow (mathematics)SalmoSpatial variabilityChannel (broadcasting)Spatial ecologyHabitatHydrology (agriculture)GeologyGeometryEcologyMathematicsGeographyVortexFisheryComputer scienceBiologyMeteorologyStatistics

Résumé

récupéré en direct d'OpenAlex

Channel topography, formed by boulders, submerged bars, and meanders, creates complex flow patterns. These flow patterns exist over a variety of spatial scales and provide habitat for many aquatic organisms. Spatial flow features cannot be adequately characterized with qualitative descriptions or hydraulic metrics such as depth and velocity. Two-dimensional hydraulic model simulations, based on detailed channel geometry, are used to develop and test vorticity (a point metric) and a circulation-based metric (an area metric) as means of quantifying spatial flows occurring within micro-, meso-, and macro-habitat features. The proposed spatial metrics are computed throughout distinctly different regions of a study site. The vorticity metric produces small absolute values in uniform flows and large absolute values in complex flows. Circulation metric values varied by a factor of 11.7 within distinctly different regions of the modeled study site and suggest that the metric provides a means of quantifying flow complexity within a study reach or within individual mesoscale habitats such as pools, eddies, riffles, and transverse flows. The circulation metric is used to quantify flow complexity around three brown trout (Salmo trutta) redds to provide an example of how the proposed metric might be employed in habitat studies.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,256
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,098
Tête enseignante GPT0,271
Écart entre enseignants0,174 · 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

Citations122
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207