MétaCan
Menu
Retour à la cohorte
Enregistrement W2119853423 · doi:10.1139/l01-089

Velocity distribution in decelerating flow over rough surfaces

2002· article· en· W2119853423 sur OpenAlexvenueno aff
Ram Balachandar, K. Hagel, Deighen Blakely

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2002
Typearticle
Langueen
DomaineEngineering
ThématiqueFluid Dynamics and Turbulent Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFroude numberReynolds numberBoundary layerMechanicsShear velocityOpen-channel flowTurbulenceWakeBoundary layer thicknessLaw of the wallGeometryMathematicsSurface roughnessPhysicsFlow (mathematics)GeologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

An experimental program was undertaken to study turbulent boundary layers formed in decelerating open channel flows. The flows over a smooth surface and three rough surfaces were examined. Tests were conducted at a subcritical Froude number (~0.2) and varying depth Reynolds numbers (64 000 < Re d < 88 000). The corresponding momentum thickness Reynolds numbers were small (1000 < Re θ < 2100). The velocity measurements were undertaken using a one-component laser-Doppler anemometer. Variables such as the shear velocity, the longitudinal mean velocity, Coles' wake parameter, and Clauser's shape parameter were examined. Three different methods for determining the friction velocity were investigated for use in sloping channels. The inner region of the boundary layer was found not to be influenced by the channel slope. The log-law slope and intercept were found to be the same as that noted for canonical boundary layers. The skin friction coefficient for the sloping smooth surface tests was found to be slightly higher than that noticed for flow over a horizontal surface. As indicated by the wake parameter, the free surface, the channel slope, and the roughness of the channel affected the outer region of the boundary layer.Key words: decelerating flow, open channel, log-law, friction velocity, power law.

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)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

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)0,0000,000

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 GPT0,162
Écart entre enseignants0,155 · 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
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

Citations24
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetFluid Dynamics and Turbulent FlowsTravaux en français237 207