MétaCan
Menu
Retour à la cohorte
Enregistrement W2770296624 · doi:10.1680/jwama.17.00039

Non-uniform flow over cobble bed with submerged vegetation strip

2017· article· en· W2770296624 sur OpenAlexaff
Hossein Afzalimehr, Mahboobeh Barahimi, Jueyi Sui

Notice bibliographique

RevueProceedings of the Institution of Civil Engineers - Water Management · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésCobbleFlumeGeologyHydrology (agriculture)Vegetation (pathology)Flow (mathematics)Soil scienceGeotechnical engineeringGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

To better understand the influence of non-uniform flow in coarse-bed streams with a submerged vegetation strip on flow characteristics, data were collected from experiments in a laboratory flume and field investigations in a cobble-bed river reach in central Iran. The results of the experiments and field observations showed that the velocity profiles for non-uniform flows in cobble-bed streams with vegetation strips can be divided into either two or three sub-zones. The velocity profiles of non-uniform flows in the laboratory flume and cobble-bed stream deviated from the log law in the wake and mixing zones, but fitted approximately in the log-law layer zone. The distribution of Reynolds stress for non-uniform flows was influenced by the vegetation strip and showed a non-concave shape. Near the channel bed, sweep motion occurred more frequently than the ejection process. Close to the top of vegetation strip, the correlation coefficient (r u′w′ ) was negative, indicating downward momentum transport due to sweep and ejection processes. However, r u′w′ was positive near the water surface, indicating upward momentum by the vegetation strip due to inward and outward interactions. The study shows that laboratory results cannot be easily applied to natural rivers without considerable assumptions.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,346

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 technologies0,0000,000
Communication savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,185
Écart entre enseignants0,179 · 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

Citations17
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Civil Engineers - Water ManagementMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207