MétaCan
Menu
Retour à la cohorte
Enregistrement W2621907956 · doi:10.1121/1.4987962

Doppler sonar measurements of bedload transport: Evaluations using computer models and lab trials

2017· article· en· W2621907956 sur OpenAlexaff
Len Zedel, Alex E. Hay, G. Wilson, Jenna Hare

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensDalhousie UniversityMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBed loadSonarFlumeGeologyBedformAcoustic Doppler velocimetrySediment transportDoppler effectBackscatter (email)AcousticsFlow (mathematics)GeodesyRemote sensingSedimentLaser Doppler velocimetryMechanicsGeomorphologyComputer sciencePhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Studies have demonstrated that bottom velocity measurements from Doppler sonar systems are proportional to bedload transport rates. Given the complexity of acoustic backscatter and sidelobe interactions near the bottom boundary, the exact source of this signal is not obvious. We explore this measurement using a computer simulation and a series of laboratory trials. The system that we have developed for these studies, MFDop, is a multi-frequency (1.2-2.2 MHz), bistatic Doppler sonar that provides 3-component velocity profiles over a ~ 30 cm profile with ~5 mm resolution at a rate of 50 profiles/sec. Model simulations show that side-lobe contamination biases the velocity measurements above the bottom but that effect is reduced in the bedload layer itself. We report on tests of our system in field conditions at the St. Anthony Falls Laboratory (SAFL). The SAFL facility provides a 1.8 m deep, 2.75 m wide flume tank. In our trials, we used a 1 m depth flow of about 1 m/s over a mobile bed of sand with median grain size d50 = 0.4 mm. We find agreement between transport estimates determined using the MFDop, the sediment trap system integrated in the SAFL flume, and estimates based on bedform migrations.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,204
Tête enseignante GPT0,365
Écart entre enseignants0,161 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207