MétaCan
Menu
Retour à la cohorte
Enregistrement W2127868686 · doi:10.2166/nh.2005.0006

Variation in water level under ice-jammed condition – field investigation and experimental study

2005· article· en· W2127868686 sur OpenAlexaff
Jueyi Sui, Bryan Karney

Notice bibliographique

RevueHydrology research · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of TorontoUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésWater levelFroude numberLead (geology)Environmental scienceHydrology (agriculture)GeologyGeomorphologyBreakupGeotechnical engineeringMechanics

Résumé

récupéré en direct d'OpenAlex

This paper presents the impacts of frazil ice jams on the variation in water level at the Hequ Reach of the Yellow River in China. Based on both field observations and experimental studies, it is found that both the evolution of frazil ice jams and the associated variation in water level depend upon an interesting interaction between hydraulic variables during the ice-jammed period. In particular, the critical Froude number governing the formation of river ice jams and their upstream propagation is about 0.09. The water level during ice-jammed periods depends not only on the slope of the water surface and the water level under open-water conditions with the same discharge, but also on the length of the ice jam and the ice concentration in the water. Moreover, the field investigations show that the thickness of river ice strongly influences the variation in water level during ice-jammed periods. Empirical relationships are derived to quantify the relationship between the highest water level during ice periods and related physical parameters. To confirm the field results, and to explore the influence of ice discharge on the variation in water level, experimental studies were also conducted. These results confirm that the ice concentration plays a key role in the variation in water level and the jam thickness. Given the complexity of the jamming processes, surprisingly good agreement is observed between field and experimental investigations.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,071
Tête enseignante GPT0,330
Écart entre enseignants0,259 · 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'étudeExpérimental (laboratoire)
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

Citations39
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207