MétaCan
Menu
Retour à la cohorte
Enregistrement W2065391388 · doi:10.1111/jawr.12180

Channel Roughness in North Carolina Mountain Streams

2014· article· en· W2065391388 sur OpenAlexaff
Jason Zink, Gregory D. Jennings

Notice bibliographique

RevueJAWRA Journal of the American Water Resources Association · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésSTREAMSStreamflowHydrology (agriculture)Channel (broadcasting)GeologyHydraulic roughnessSurface finishGeological surveyFlow (mathematics)Open-channel flowElevation (ballistics)Table (database)SedimentGeomorphologyGeotechnical engineeringGeometryGeographyDrainage basinEngineeringMathematicsGeophysicsCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Channel roughness, often described by Manning's n, is used to represent the amount of resistance that flow encounters, and has direct implications on velocity and discharge. Ideally, n is calculated from a long‐term record of channel discharge and hydraulic geometry. In the absence of these data, a combination of photo references and a validated qualitative method is preferable to simply choosing n arbitrarily or from a table. The purpose of this study was to use United States Geological Survey (USGS) streamflow data to calculate roughness coefficients for streams in the mountains of North Carolina. Five USGS gage stations were selected for this study, representing drainage areas between 71.5 and 337 km2. Photo references of the study sites are presented. Measured discharges were combined with hydraulic geometry at a cross‐section to calculate roughness coefficients for flows of interest. At bankfull flow, n ranged between 0.039 and 0.064 for the five study sites. Roughness coefficients were not constant for all flows in a channel, and fluctuated over a large range. At all sites, roughness was highest during low‐flow conditions, then quickly decreased as flow increased, up to the bankfull elevation.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,174
Score d'incertitude au seuil0,346

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,004
Tête enseignante GPT0,192
Écart entre enseignants0,188 · 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

Citations11
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJAWRA Journal of the American Water Resources AssociationMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207