MétaCan
Menu
← Retour à la cohorte
Enregistrement W3017049047 · doi:10.1002/essoar.10502687.1

Interplay of Turbulent Flow and Various Sized Particles in Sediment Transport

2020· preprint· en· W3017049047 sur OpenAlexaff
Niannian Fan, Marwan A. Hassan, Qiang Zhong, Ruihua Nie, Conor McDowell, Xingnian Liu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésFlumeTurbulenceSediment transportBedformSedimentFlow (mathematics)WakeScale (ratio)Lagrangian coherent structuresVortexGeologyMechanicsHydrology (agriculture)Environmental sciencePhysicsGeomorphologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

The interaction between two complex systems, turbulent flow and multi-sized bed sediment causes considerable fluctuations in sediment transport rates and displays different characteristics depending on the scale of the observation. To explore this phenomenon, we measured grain-size specific transport rates in a flume experiment at 1 s resolution. The analysis of the time series of these transport rates reveals either individual or collective transport regimes at different sampling intervals. We compare the sampling intervals of these regimes for differently sized particles with the time scales of turbulent structure formation. This comparison informs the presentation of a heuristic model, in which small suspended particles swirl in the wake vortices of keystones until large to very-large-scale coherent structures transport those suspended particles downstream. Keystones consequently destabilize and in turn, collectively entrain another group of sheltered particles. We suggest that interactive cascades, such as this one, should be incorporated in sediment transport models.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,010
Tête enseignante GPT0,231
Écart entre enseignants0,221 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Sediment Transport Processes→Travaux en français237 207→