MétaCan
Menu
Retour à la cohorte
Enregistrement W2083102429 · doi:10.1139/s06-048

Prediction of oxygen content of nappe, transition, and skimming flow regimes in stepped-channel chutes

2007· article· en· W2083102429 sur OpenAlexvenueno aff
Ahmet Baylar, Tamer Bağatur, M. Emin Emiroğlu

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensnon disponible
Organismes subventionnairesFirat Üniversitesi
Mots-clésAerationEntrainment (biomusicology)Flow (mathematics)MechanicsChannel (broadcasting)Air entrainmentOpen-channel flowNappeGeologyEnvironmental scienceChemistryPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

In a stepped-channel chute, the chute face is provided with a series of steps, from near the crest to the toe. Like many other high-speed flow configurations in hydraulic engineering, stepped-channel chute flows are characterized by the large amount of self-entrained air. Air entrainment on stepped-channel chutes is also recognized for its contribution to the oxygen transfer. The flow conditions in stepped-channel chutes have been classified into nappe flows, transition flows, and skimming flows. In this study, the aeration efficiency of stepped-channel chutes was investigated, and in particular, the effect of varying flow regimes. The results indicated that the nappe flow regime led to the larger aeration efficiency than the other flow regimes. Moreover, the mass transfer equations were developed to predict the aeration efficiency of the stepped-channel chutes in terms of dissolved oxygen. There is good agreement between the measured aeration efficiency values and the values computed from the predictive equations.Key words: aeration efficiency, oxygen transfer, stepped-channel chute, skimming flow, transition flow, nappe flow.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,007
Tête enseignante GPT0,165
Écart entre enseignants0,158 · 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

Citations38
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetHydraulic flow and structuresTravaux en français237 207