MétaCan
Menu
Retour à la cohorte
Enregistrement W2505535556 · doi:10.1115/1.4034176

Experimental Investigation of Fish Farm Hydrodynamics on 1:15 Scale Model Square Aquaculture Cages

2016· article· en· W2505535556 sur OpenAlexaff
Adam A. Turner, Tiger Jeans, G. K. Reid

Notice bibliographique

RevueJournal of Offshore Mechanics and Arctic Engineering · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésDragFlumeWakeTurbulenceAquacultureDrag coefficientEnvironmental scienceMarine engineeringFlow velocityMechanicsFlow (mathematics)FisheryPhysicsFish <Actinopterygii>EngineeringBiology

Résumé

récupéré en direct d'OpenAlex

Hydrodynamic drag and wake properties of square aquaculture cage arrays were studied to improve understanding of nutrient dynamics from fish cages to guide the design of integrated multitrophic aquaculture (IMTA). A 1:15 scale model array (2 × 3) of square cages was developed and deployed in a large recirculating flume tank. Drag measurements were measured for individual cages within the array relative to current velocity. Results showed the highest drag for the first row of cages, with drag reducing significantly through rows 2 and 3. A wake velocity study observed velocity deficits, wake topology, wake recovery, and turbulence in the flow fields. High-velocity deficits were measured directly behind cages within the array, causing flow to be accelerated around and below the cages. The presence of a shear layer in the wake of the cages caused high levels of turbulence downstream. These results can be used to help predict patterns of nutrients released from cages into the environment and aid in the placement of nutrient extractive species in IMTA systems.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,207
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Offshore Mechanics and Arctic EngineeringMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207