MétaCan
Menu
← Retour à la cohorte
Enregistrement W2096267087 · doi:10.1109/gcis.2010.72

Simulation of Natural River Flow by a Three-Dimensional Hydrodynamic Model

2010· article· en· W2096267087 sur OpenAlexaff
Wenhong Dai, Zuisen Li, Hongwu Tang, Stanley Reitsma

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Watershed Management Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésBathymetryCurvilinear coordinatesHydrology (agriculture)GeologyDrainage basinFlow (mathematics)Surface waterGridMeteorologyRemote sensingEnvironmental scienceGeodesyGeometryGeotechnical engineeringOceanographyGeographyCartography

Résumé

récupéré en direct d'OpenAlex

A fully calibrated three-dimensional hydrodynamic model, namely Curvilinear Hydrodynamics in 3-Dimensions (CH3D), has been developed to determine changes of flow velocity in a natural river. The objective of this paper is to present the application of the CH3D modeling. A grid scheme was constructed by using SMS software along an example river-the Detroit River from Lake St. Clair to Lake Erie with two natural curved banks as the transversal boundaries. The water depth (vertical σ-) was divided into several layers from water surface to the river bottom. A modification to the program was made by the authors to enable flexible Manning's roughness by applying the Strickler's formula. The National Oceanic and Atmospheric Administration (NOAA, USA) bathymetry data were post-processed for water level corrections by using Maplnfo software. The data were also extended to areas where there were no NOAA measurements in the Detroit River basin. Modeling results show that computed velocities and velocity measurements at various river cross-sections are in a good agreement typically below 10% error. Comparison between the computational water surface elevations versus that of records in gauge stations along the Detroit River is also in a good agreement.

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: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,207
Écart entre enseignants0,202 · 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

Citations1
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Watershed Management Studies→Travaux en français237 207→