MétaCan
Menu
Retour à la cohorte
Enregistrement W2015034560 · doi:10.1061/(asce)ir.1943-4774.0000012

Turbulence Modeling of Flows over Circular Spillways

2009· article· en· W2015034560 sur OpenAlexaff
Rahim Tadayon, Amruthur S. Ramamurthy

Notice bibliographique

RevueJournal of Irrigation and Drainage Engineering · 2009
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésTurbulenceMechanicsEnvironmental scienceGeologyPhysicsMeteorology

Résumé

récupéré en direct d'OpenAlex

To predict the characteristics of flows over circular spillways, a turbulence model based on the Reynolds stress model (RSM) is presented. Circular spillways are used to regulate water levels in reservoirs. The flow over the spillway is rapidly varied with highly curvilinear streamlines. The isotropic eddy-viscosity models such as k-ε models are based on the Boussinesq eddy viscosity approximation that assumes the components of the turbulence Reynolds stress tensor linearly vary with the mean rate of strain tensor. Hence, they cannot very precisely predict the characteristics of flows over the spillway. On the other hand, the non-isotropic turbulence models such as the turbulence Reynolds stress models (RSM) that calculate all the components of the Reynolds stress tensor can accurately predict the characteristics of these flows. The k-ε models and RSM were applied in the present study to obtain the flow parameters such as the pressure and velocity distributions as well as water surface profiles. The previously published experimental results were used to validate the simulation predictions. For flow over a circular spillway, RSM appears to properly validate the characteristics of the flow under various conditions in the field, without recourse to expensive experimental procedures.

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)0,000
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,005
Tête enseignante GPT0,188
Écart entre enseignants0,184 · 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

Citations23
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Irrigation and Drainage EngineeringMême sujetHydraulic flow and structuresTravaux en français237 207