MétaCan
Menu
Retour à la cohorte
Enregistrement W2052849469 · doi:10.1002/2014wr015550

Channel evolution after dam removal in a poorly sorted sediment mixture: Experiments and numerical model

2014· article· en· W2052849469 sur OpenAlexaff
Carles Ferrer‐Boix, Juan Pedro Martín Vide, Gary Parker

Notice bibliographique

RevueWater Resources Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Science Foundation
Mots-clésChannel (broadcasting)GeologySedimentSediment transportHydrology (agriculture)Dam removalGeotechnical engineeringSoil scienceGeomorphologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Dam removal is commonly used for river restoration. However, there are still some uncertainties associated with dam removal, mainly related to the sediment transport rates released downstream from the deposit that had previously filled the impoundment. This research studies the physical response to dam removal in the antecedent deposit by answering the following questions: (a) how does an initial channel excavated into the deposit evolve, and (b) what is the time distribution of the material released during the early stages of the process. These goals are achieved by an experimental campaign using a poorly sorted mixture of sediment in the antecedent deposit. The research shows that for the given conditions of our experiments, the rate at which the sediment is released depends on the height of the removed dam, the water discharge and the maximum potential volume of sediment to be eroded. This investigation provides new insights of the width evolution when the sediment is composed of a poorly sorted mixture. This evolution is linked to the bed degradation rates: channel narrows during a rapid incisional phase, and subsequently widens when bed degradation rates decrease. Channel width changes propagate upstream as a convection‐like perturbation associated with a kinematic wave starting at the location of the antecedent dam. These features are modeled through a new numerical model accounting for mixtures. More specifically, a set of equations has been derived for the variation of bed elevation, channel bottom width, and bed grain‐size distribution, which when solved numerically, describe the observed channel processes.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,649

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0010,000

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 Opus0,023
Tête enseignante GPT0,280
Écart entre enseignants0,257 · 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

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Resources ResearchMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207