MétaCan
Menu
Retour à la cohorte
Enregistrement W2560125473 · doi:10.1139/cjce-2016-0379

Investigations on the dynamics of particle clouds in stagnant water using response surface methodology

2016· article· en· W2560125473 sur OpenAlexaffvenue
Leila Pakzad, Amir H. Azimi

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésParticle (ecology)Response surface methodologyParticle sizeEnvironmental scienceBuoyancyNozzleRange (aeronautics)MechanicsSlurryMaterials scienceDesign of experimentsGeotechnical engineeringMeteorologyEnvironmental engineeringMathematicsGeologyPhysicsComposite materialStatisticsThermodynamics

Résumé

récupéré en direct d'OpenAlex

Disposal of sediments during land reclamation and dredging is an important component in many environmental engineering projects. Dredged material can be discharged into the ambient water either instantaneously to form a particle cloud or continuously to form a slurry jet. This paper presents the results of laboratory experiments to understand the dynamics of particle cloud in stagnant water. Different independent parameters such as particle size, nozzle diameter, cumulative mass of sand particles, and release height were tested. Due to wide ranges of selected variables and interactions between parameters, response surface methodology (RSM) technique was employed to determine the importance and effectiveness of each parameter on the growth and motion of particle clouds. A narrow range of non-dimensional cloud buoyancy in thermal regime was selected for design of experiments. Particle size was found to be the most significant parameter for the response predictions. The RSM results showed that increasing the nozzle diameter from 5 mm to 14 mm slightly increased the cloud width if all other parameters were kept unchanged. Statistical analysis of results indicated that the effect of the release height on growth of particle cloud was not significant; however, it was effective on variations of frontal velocity.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,046
Tête enseignante GPT0,241
Écart entre enseignants0,195 · 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'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

Citations11
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207