MétaCan
Menu
Retour à la cohorte
Enregistrement W2606712014 · doi:10.2166/wst.2017.206

Calculation method for steady-state pollutant concentration in mixing zones considering variable lateral diffusion coefficient

2017· article· en· W2606712014 sur OpenAlexaff
Wen Wu, WU Zhou-hu, Zhi-wen Song

Notice bibliographique

RevueWater Science & Technology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring and Analysis
Établissements canadiensQueen's University
Organismes subventionnairesNational Natural Science Foundation of ChinaNational Science Foundation
Mots-clésDiffusionMixing (physics)PollutantSteady state (chemistry)Variable (mathematics)Variable coefficientEnvironmental scienceMechanicsThermodynamicsEnvironmental engineeringChemistryMathematicsMathematical analysisPhysicsPhysical chemistry

Résumé

récupéré en direct d'OpenAlex

Prediction of the pollutant mixing zone (PMZ) near the discharge outfall in Huangshaxi shows large error when using the methods based on the constant lateral diffusion assumption. The discrepancy is due to the lack of consideration of the diffusion coefficient variation. The variable lateral diffusion coefficient is proposed to be a function of the longitudinal distance from the outfall. Analytical solution of the two-dimensional advection-diffusion equation of a pollutant is derived and discussed. Formulas to characterize the geometry of the PMZ are derived based on this solution, and a standard curve describing the boundary of the PMZ is obtained by proper choices of the normalization scales. The change of PMZ topology due to the variable diffusion coefficient is then discussed using these formulas. The criterion of assuming the lateral diffusion coefficient to be constant without large error in PMZ geometry is found. It is also demonstrated how to use these analytical formulas in the inverse problems including estimating the lateral diffusion coefficient in rivers by convenient measurements, and determining the maximum allowable discharge load based on the limitations of the geometrical scales of the PMZ. Finally, applications of the obtained formulas to onsite PMZ measurements in Huangshaxi present excellent agreement.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,167
Score d'incertitude au seuil0,750

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,292
Écart entre enseignants0,272 · 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'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

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Science & TechnologyMême sujetWater Quality Monitoring and AnalysisTravaux en français237 207