MétaCan
Menu
← Retour à la cohorte
Enregistrement W2168193921 · doi:10.1061/40836(210)11

Modeling Thermal and Dynamic River Ice Processes

2006· article· en· W2168193921 sur OpenAlexafffundabout
Faye Hicks, Robyn Andrishak, Yuntong She

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Alberta
Mots-clésMomentum (technical analysis)GeologyFlood mythLead (geology)Environmental scienceHydrology (agriculture)ClimatologyGeomorphologyGeotechnical engineeringGeography

Résumé

récupéré en direct d'OpenAlex

River ice jam formation and release both have the potential to cause flooding and present a threat to human safety. From a flood forecasting perspective, it is highly desirable to be able to predict the effects of ice on streamflow hydraulics. Although a number of models have been developed over the years that do consider ice effects, the majority of these are proprietary. This paper reports on recent developments in incorporating ice processes into the public domain River1D hydrodynamic model. The first objective in this effort was to incorporate river ice formation and melting processes and the application of these components is illustrated for the Peace River in western Canada. The model employs an Eulerian frame of reference for both the flow hydrodynamics and the ice processes and uses a Petrov-Galerkin finite element method to solve the primary equations. Model calibration and validation results with historical data are presented; these indicate that the present model adequately simulates water temperature and ice front progression. However, further enhancements are required to include certain dynamic freeze-up processes, in order to refine the ice front results. Ice jam formation and release components have also been added to the model to facilitate the ice jam flood forecasting application and these capabilities are demonstrated by modeling the large ice jam release event that occurred on the Athabasca River, AB, in 2002. Total ice and water mass and momentum equations are solved in an uncoupled sequence with ice mass conservation, with ice momentum effects considered empirically. The model is found to do a good job of modeling release wave speed and peak magnitude. Further enhancements to consider ice momentum effects more explicitly are underway.

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 enseignants0,068
Score d'incertitude au seuil0,136

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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,006
Tête enseignante GPT0,185
Écart entre enseignants0,179 · 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

Citations4
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→