MétaCan
Menu
Retour à la cohorte
Enregistrement W2110489541 · doi:10.1002/fld.789

Development of a generalized multi‐layer model for 3‐D simulation of free surface flows

2004· article· en· W2110489541 sur OpenAlexaff
Amir Reza Zarrati, Yee‐Chung Jin

Notice bibliographique

RevueInternational Journal for Numerical Methods in Fluids · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésCurvilinear coordinatesOpen-channel flowFlow (mathematics)Free surfaceChannel (broadcasting)GeometryMechanicsCoordinate systemDevelopment (topology)MathematicsComputer scienceMathematical analysisPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract A mathematical model was developed for three‐dimensional (3‐D) simulation of free surface flows. In this model, the flow depth is divided into a number of layers and shallow water equations are integrated in each layer to derive the hydrodynamic equations. To give a general form to this model, each layer is assumed to be non‐horizontal with varying thickness in the flow domain. A non‐orthogonal curvilinear coordinate system is employed in the model, to allow for flexibility in dealing with the irregular geometry of natural watercourses. Due to the similarity in governing equations, two‐dimensional (2‐D) depth averaged programs can be developed into a multi‐layer model. The development for a depth averaged program and its numerical scheme is described in this paper. Experimental data and semi‐analytical solutions are used to evaluate the performance of the model. Three different cases of open channel flow are tested: 1‐flow in a straight open channel, 2‐the flow development region in a channel, and 3‐flow in a meandering channel. It is shown that the model has the capability to predict velocity distribution and secondary flows in complex 3‐D flow conditions. Copyright © 2004 John Wiley & Sons, Ltd.

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: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,372

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)0,0000,000

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 Opus0,082
Tête enseignante GPT0,415
Écart entre enseignants0,333 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal for Numerical Methods in FluidsMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207