MétaCan
Menu
Retour à la cohorte
Enregistrement W2014024041 · doi:10.1017/s0022112010005057

Continual skipping on water

2011· article· en· W2014024041 sur OpenAlexaff
Ian Hewitt, Neil J. Balmforth, Jim McElwaine

Notice bibliographique

RevueJournal of Fluid Mechanics · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics Simulations and Interactions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPaddleLift (data mining)MechanicsMarine engineeringWaves and shallow waterEnvironmental scienceGeologyComputer sciencePhysicsEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

Experiments are conducted to study the planing and skipping of a rectangular paddle on the surface of a shallow stream. The paddle is allowed to move freely up and down by attaching it to a pivoted arm. A steady planing state, in which the lift force from the water balances the weight on the paddle, is found to be stable for small stream velocities but to become unstable above a certain threshold velocity which depends upon the weight and the angle of attack. Above this threshold, the paddle oscillates in the water and can take off into a continual bouncing, or skipping, motion, with a well-defined amplitude and frequency. The transition is sometimes bistable so that both a steady planing state and a regular skipping state are possible for the same experimental parameters. Shallow-water theory is used to construct simple models that explain the qualitative features of the planing and skipping states in the experiments. It is found that a simple parameterisation of the lift force on the paddle proportional to the depth of entry is not sufficient to explain the observations, and it is concluded that the rise of water ahead of the paddle, in particular the way this varies over time, is responsible for causing the planing state to become unstable and for enabling a continual skipping state.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,209
Écart entre enseignants0,192 · 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

Citations31
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetFluid Dynamics Simulations and InteractionsTravaux en français237 207