MétaCan
Menu
Retour à la cohorte
Enregistrement W2173537310 · doi:10.1139/cjce-2015-0361

Estimating cohesive sediment erosion and deposition rates in wide rivers

2015· article· en· W2173537310 sur OpenAlexafffundvenueabout
Navid Kimiaghalam, Masoud Goharrokhi, Shawn P. Clark

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaManitoba Hydro
Mots-clésDeposition (geology)ErosionSedimentHydrology (agriculture)AdvectionFluvialGeologyBathymetryEnvironmental scienceDispersion (optics)Sediment transportChannel (broadcasting)Soil scienceGeotechnical engineeringGeomorphologyOceanography

Résumé

récupéré en direct d'OpenAlex

Sediment erosion and deposition rates are two of the most important factors that influence fluvial geomorphology. Several experimental devices have been constructed to estimate cohesive sediment erosion rate. However, estimated erosion rates may not be reliable for large rivers due to limited soil sampling and a high dependency of cohesive sediment behaviour on several physical, mechanical, and electrochemical properties of the sediment and eroding fluid. A new methodology has been developed to estimate the erosion and deposition rate of wide rivers using in situ measurements. To test this methodology, an acoustic Doppler current profiler was used to collect bathymetry and velocity profiles over a study area along the Red River in Winnipeg, Canada. Sediment concentration profiles along an 8.5 km reach of the river were measured several times under different flow conditions. Finally, an advection–dispersion equation was numerically solved using measured and calculated streamwise dispersion coefficients, flow and channel characteristics to calculate net erosion and deposition over the study area. Moreover, an exponential relationship was obtained between the river discharge and longitudinal dispersion coefficient for the Red River.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,108

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 GPT0,185
Écart entre enseignants0,178 · 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'étudeObservationnel
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

Citations8
Publié2015
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207