MétaCan
Menu
Retour à la cohorte
Enregistrement W2033176979 · doi:10.1680/wama.11.00017

Estimates of the Manning's coefficient for ice-covered rivers

2012· article· en· W2033176979 sur OpenAlexafffundabout
S. Samuel Li

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Water Management · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIce formationHydraulicsHydrology (agriculture)SnowEnvironmental scienceLogarithmGeologyGeotechnical engineeringAtmospheric sciencesGeomorphologyMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

The management of ice-covered rivers presents special issues with respect to planning, design and operation of a water resources project. To address these issues properly entails a good understanding of the hydraulics of ice-covered rivers, where the composite Manning's coefficient is a fundamental parameter. The aim of this paper is to obtain field estimates of the composite coefficient associated with the ice cover and riverbed. Using four different methods, this paper analyses a large volume of winter measurements of water velocities made from shallow ice-covered rivers in Canada. The results show that the composite Manning's coefficient ranges from 0·013 to 0·040 as winter averages, but can vary up to seven-fold through the winter. The slope of the energy grade line is difficult to measure in the field and thus is rarely available; it appears to be about 30% of the water slope. The method for determining the coefficient based on the logarithmic velocity distribution fitted to measurements has shown advantages, as revealed by comparing the results of the four methods. The estimates of the composite Manning's coefficient reported in this paper are useful for modelling ice-covered river flow and determining winter discharges. This is particularly true when site-specific data are unavailable.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,214
Score d'incertitude au seuil0,233

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 Opus0,008
Tête enseignante GPT0,187
Écart entre enseignants0,179 · 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

Citations39
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Water ManagementMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207