MétaCan
Menu
Retour à la cohorte

Wave Friction Factors in Nearshore Sands

2002· article· en· W2179437912 sur OpenAlexaff
C. Smyth, Alex E. Hay

Notice bibliographique

RevueJournal of Physical Oceanography · 2002
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTurbulenceMechanicsGeologyBoundary layerReynolds numberRippleSurface finishShear velocityFlow (mathematics)BedformHydraulic roughnessGeotechnical engineeringMaterials sciencePhysicsSedimentSediment transportGeomorphologyPower (physics)Thermodynamics

Résumé

récupéré en direct d'OpenAlex

Wave friction factors are estimated from vertical profiles of near-bed turbulence and horizontal velocity spanning the wave bottom boundary layer. Measured values are partitioned by bed state, which ranged from irregular ripples to flat bed, and are examined as a function of two traditionally selected parameters—physical bed roughness and outer flow Reynolds number. The measurements are from two field experiments in very different nearshore environments: a relatively protected unbarred pocket beach and a linear barred beach exposed to the open shelf (Duck). Measured wave friction factors are remarkably similar for the two beaches and are highest for low-energy rippled beds and lowest for the high-energy flat bed conditions. The reduction in the friction factor for high-energy conditions corresponds to a decrease in the physical roughness of the bed as wave energy increases. As a function of relative roughness, measured friction factors are generally consistent with previous laboratory results and theoretical results for the high-energy cases, but the predicted values for the low-energy rippled beds show some significant differences. A new expression is derived for the bed roughness and is found to have a stronger dependence on ripple steepness than previously suggested laboratory-based relationships. Estimated friction factors exhibit a power-law dependence on Reynolds number and occupy a narrow band within the rough turbulent and transition regions.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,329

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,015
Tête enseignante GPT0,195
Écart entre enseignants0,181 · 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'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

Citations48
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical OceanographyMême sujetCoastal and Marine DynamicsTravaux en français237 207