MétaCan
Menu
Retour à la cohorte
Enregistrement W2323902692 · doi:10.1061/40569(2001)406

Solute Dispersion and Transport in Pipes under Transient Hydraulic Conditions

2001· article· en· W2323902692 sur OpenAlexaff
Cristóvão Vicente Scapulatempo Fernandes, Bryan Karney

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésTransient (computer programming)Dispersion (optics)Environmental scienceMechanicsTransient analysisHydraulic machineryPetroleum engineeringGeotechnical engineeringMaterials scienceComputer scienceEngineeringTransient responseMechanical engineeringPhysicsElectrical engineeringOptics

Résumé

récupéré en direct d'OpenAlex

Solving or approximating the advection-diffusion/dispersion equation (ADE) is a challenging and important problem and has thus motivated a great deal of intense research. A specific complication arises from the nature of the governing partial differential equation: it is characterized by a hyperbolic non-dissipative advective transport term, a parabolic diffusive (dispersive) term and, possibly, an additional reaction/decay mechanism. In most pipeline applications, the numerical transport scheme is coupled to a steady or nearly steady hydraulic model. By contrast, this paper presents an implicit finite difference scheme for the solution of the advection-dispersion-reaction (ADR) superimposed on a full transient, method of characteristics (MOC) based, hydraulic solution. This contribution represents one of the first serious attempts to analyze the impact of water hammer conditions, and in particular fluid inertia and compressibility, on the evolution of water quality in pipe networks. The results reflect the potential of the method especially as a foundation for a more comprehensive water quality analysis in water distribution systems. The combined effect of advection, dispersion and reaction are evident at distinct stages in the modelling results.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,442
Score d'incertitude au seuil0,204

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,008
Tête enseignante GPT0,188
Écart entre enseignants0,180 · 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'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

Citations1
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207