MétaCan
Menu
Retour à la cohorte
Enregistrement W2613595876 · doi:10.1002/rra.3157

Physical modelling of pool and weir fishways with rock weirs

2017· article· en· W2613595876 sur OpenAlexafffund
Cody Kupferschmidt, David Z. Zhu

Notice bibliographique

RevueRiver Research and Applications · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAboriginal Affairs and Northern Development CanadaNatural Sciences and Engineering Research Council of CanadaBureau of Reclamation
Mots-clésWeirDischarge coefficientTurbulenceTurbulence kinetic energyGeologyGeotechnical engineeringFlow (mathematics)Hydrology (agriculture)Acoustic Doppler velocimetryFlow velocityReynolds stressStage (stratigraphy)Environmental scienceMechanicsEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The flow characteristics of pool and weir fishways with rock weirs were studied through physical modelling. Detailed flow measurements were obtained using an acoustic Doppler velocimeter to understand how weir geometry, discharge, and bed slope affect flow patterns, velocity, turbulence kinetic energy, turbulence intensity, and Reynolds shear stresses in the fishway. The weir geometries used in this study are similar to those typically used for river restoration projects. The use of a V‐shaped rock weir was found to reduce the mean streamwise velocity in the pools by about 20% but more than double the maximum velocity magnitude. Two stage–discharge relationships were developed using the standard weir equation and a modified discharge coefficient to account for both flow over the weir and orifice flow through the base of the weir. The use of V‐shaped rock weirs has the potential to offer significant advantages in assisting multispecies fish migration. The results of this study can be applied to the hydrotechnical design of pool and weir fishways with rock weirs and for river restoration projects.

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 enseignants0,420
Score d'incertitude au seuil0,447

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 technologies0,0010,001
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 Opus0,052
Tête enseignante GPT0,309
Écart entre enseignants0,257 · 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

Citations22
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207