A reduced-complexity model for sediment transport and step-pool morphology
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. A new particle-based reduced-complexity model to simulate sediment transport and channel morphology in steep streams in presented. The model CAST (Cellular Automaton Sediment Transport) contains phenomenological parameterizations, deterministic or stochastic, of sediment supply, bed load transport, and particle entrainment and deposition in a cellular-automaton space with uniform grain size. The model reproduces a realistic bed morphology and typical fluctuations in transport rates observed in steep channels. Particle hop distances, from entrainment to deposition, are well fitted by exponential distributions, in agreement with field data. The effect of stochasticity in both the entrainment and the input rate is shown. A stochastic parameterization of the entrainment is essential to create and maintain a realistic channel morphology, while the intermittent transport of grains in CAST shreds the input signal and its stochastic variability. A jamming routine has been added to CAST to simulate the grain–grain and grain–bed interactions that lead to particle jamming and step formation in a step-pool stream. The results show that jamming is effective in generating steps in unsteady conditions. Steps are created during high-flow periods and they survive during low flows only in sediment-starved conditions, in agreement with the jammed-state hypothesis of Church and Zimmermann (2007). Reduced-complexity models like CAST give new insights into the dynamics of complex phenomena such as sediment transport and bedform stability and are a useful complement to fully physically based models to test research hypotheses.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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