MétaCan
Menu
Retour à la cohorte
Enregistrement W2893410136 · doi:10.1002/rra.3363

Effects of splitter plate on reducing local scour around bridge pier

2018· article· en· W2893410136 sur OpenAlexafffund
Peng Wu, Ram Balachandar, Amruthur S. Ramamurthy

Notice bibliographique

RevueRiver Research and Applications · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensConcordia UniversityUniversity of WindsorUniversity of Regina
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPierSplitterSplitter plateFront (military)GeologyGeotechnical engineeringBridge (graph theory)Structural engineeringGeometryEngineeringMathematicsPhysicsMechanicsOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Local scour around bridge piers has been shown to be the most common reason for bridge failures. The use of splitter plates to modify the flow field around the pier has the potential to reduce the maximum scour depth. To test the effect of the splitter plate, the present study was conducted by using plates of various lengths (1 ≤ L/D ≤ 2). Here, D is the diameter of the pier, and L is the length of the splitter plate. The splitter plate was located both in the front and at the rear of the pier. The results show that for a constant splitter plate height, the plate with a length of 1.33D located in front of the pier has the greatest impact in reducing maximum scour. Results also showed that with increasing height of the splitter plate located in front of the pier, the maximum scour depth as well as the scoured area decreased correspondingly. In the range of test variables used in this study, the back splitter plate located with or without a gap between the pier and the plate showed limited impact on reducing the maximum scour around the pier. However, a significant change of dune height was observed in the back of the pier.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,026
Tête enseignante GPT0,318
Écart entre enseignants0,292 · 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'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

Citations24
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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