MétaCan
Menu
Retour à la cohorte
Enregistrement W2395498647 · doi:10.1061/9780784479889.041

Physical Scale and Computational Modeling in the Development of a Vortex-Type Stormwater Retention Pond

2016· article· en· W2395498647 sur OpenAlexafffund
Rezaul Chowdhury, M.S. Ahadi, Kerry A. Mazurek, Gordon Putz, Donald J. Bergstrom, Cory Albers

Notice bibliographique

RevueWorld Environmental and Water Resources Congress 2016 · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Stormwater Management Solutions
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Environmental Protection Agency
Mots-clésBermInletDeposition (geology)SedimentComputational fluid dynamicsEnvironmental scienceResidence time (fluid dynamics)Flow (mathematics)Hydrology (agriculture)FluentStormwaterVortexGeologySurface runoffGeotechnical engineeringEngineeringMeteorologyGeomorphologyMechanicsGeography

Résumé

récupéré en direct d'OpenAlex

This paper presents results from a study to examine the flow and sediment deposition patterns in a new vortex-type stormwater retention pond using physical scale and computational models. The pond, that is circular in plan, has a peripheral inlet and a central outlet, which creates a strong circulation in the pond. Two geometries of the pond were tested. Measurements of the residence time distributions, flow patterns, and sediment deposition patterns were taken at the design flows for the two pond geometries. The effectiveness of an internal berm to improve desirable flow characteristics was also examined. The berm improved flow and sediment deposition in the pond, as the sediment deposition patterns showed that most of the sediments deposited outside the berm. This is considered to be beneficial for pond maintenance. The physical scale model results are also compared to 3D computational fluid dynamics (CFD) modeling results using ANSYS Fluent.

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 enseignants0,127
Score d'incertitude au seuil0,324

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 Opus0,015
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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorld Environmental and Water Resources Congress 2016Même sujetUrban Stormwater Management SolutionsTravaux en français237 207