MétaCan
Menu
Retour à la cohorte
Enregistrement W2053311912 · doi:10.1002/2013wr015117

Influence of the sediment supply texture on morphological adjustments in gravel‐bed rivers

2014· article· en· W2053311912 sur OpenAlexaff
Carles Ferrer‐Boix, Marwan A. Hassan

Notice bibliographique

RevueWater Resources Research · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFlumeTexture (cosmology)SedimentGrain sizeGeologyBed loadSediment transportParticle-size distributionSoil scienceHydrology (agriculture)Geotechnical engineeringEnvironmental scienceGeomorphologyParticle sizeGeometryFlow (mathematics)Mathematics

Résumé

récupéré en direct d'OpenAlex

Abstract The role played by the texture of the sediment supply on channel bed adjustments in gravel‐bed rivers is poorly understood. To address this issue, an experimental campaign has been designed. Flume experiments lasting 96 h in a 9 m long, 0.60 m wide have been performed with different sand‐gravel mixtures as feed textures. The response of the surface texture has been found to be highly dependent on the grain size distribution of the feed. When the feed texture included gravel, the finest fractions of the sediment supply infiltrate beneath the surface. Conversely, sand remains on the surface when the feed texture lacks gravel. This different textural response becomes obscured when water discharge increases. Further, the sediment transport rate approaches the feed rate differently depending on the content of gravel in the feed texture. When a small proportion of gravel is part of the feed texture, bed load transport rate asymptotically approaches the feed rate. However, when a significant fraction of gravel is part of the feed grain size distribution, bed load transport rate approaches the feed rate by following an oscillatory path. These findings have been verified in terms of a one‐dimensional numerical model. This modeling reveals that the higher the differences in mobility among the grain sizes contained in the feed texture, the more evident is the nonasymptotic transient trend toward equilibrium.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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)0,0010,000

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 Opus0,019
Tête enseignante GPT0,269
Écart entre enseignants0,251 · 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'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

Citations34
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

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