MétaCan
Menu
Retour à la cohorte
Enregistrement W2555459732 · doi:10.5194/wes-1-237-2016

Effect of Reynolds number and inflow parameters on mean and turbulent flow over complex topography

2016· article· en· W2555459732 sur OpenAlexafffund
Ryan Kilpatrick, Horia Hangan, Kamran Siddiqui, Dan Parvu, Julia Lange, Jakob Mann, Jacob Berg

Notice bibliographique

RevueWind energy science · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWind and Air Flow Studies
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaStrategiske Forskningsråd
Mots-clésReynolds numberTurbulenceMechanicsInflowFlow (mathematics)GeologyMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. A characterization of mean and turbulent flow behaviour over complex topography was conducted using a large-scale (1 : 25) model in the WindEEE Dome at Western University. The specific topographic feature considered was the Bolund Hill escarpment facing westerly winds. A total of eight unique inflow conditions were tested in order to isolate the impact of key parameters such as Reynolds number, inflow shear profile, and effective roughness, on flow behaviour over the escarpment. The results show that the mean flow behaviour was generally not affected by the Reynolds number; however, a slight increase in speed-up over the escarpment was observed for cases with lower inflow roughness. The shape of the inflow wind shear profile also had a minor impact on the mean flow near the escarpment. More significant effects were observed in the turbulent flow behaviour, where the turbulent kinetic energy (TKE) over the escarpment was found be a strong function of inflow roughness and a weak function of the Reynolds number. The local change in the inflow wind shear was found to have the most significant influence on the TKE magnitude, which more closely approximated the full-scale TKE data, a result which had not been previously observed in wind tunnel modelling of this topography.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,218
Écart entre enseignants0,212 · 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'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

Citations14
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWind energy scienceMême sujetWind and Air Flow StudiesTravaux en français237 207