MétaCan
Menu
Retour à la cohorte
Enregistrement W3043631547 · doi:10.18845/tm.v33i6.5286

A new method to predict average flow velocity and conveyance capacity of meandering streams

2020· article· en· W3043631547 sur OpenAlexafffund
Cristopher Alexander Gamboa-Monge, Ana Maria Ferreira-da-Silva, Laura Segura-Serrano, Isabel Guzmán-Arias

Notice bibliographique

RevueRevista Tecnología en Marcha · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensQueen's University
Organismes subventionnairesInstituto Tecnológico de Costa RicaQueen's University
Mots-clésSTREAMSFlow resistanceFlow (mathematics)GeologyHydrology (agriculture)AlluviumCrossoverGeotechnical engineeringBedformOpen-channel flowFlow conditionsMechanicsStream bedEnvironmental scienceGeometryGeomorphologyMathematicsSediment transportPhysicsSedimentComputer science

Résumé

récupéré en direct d'OpenAlex

This paper aims to be a contribution to the evaluation of the resistance factor of the alluvial meandering streams of natural origin. The well-known “divided resistance” approach, commonly adopted nowadays for straight streams with a bed covered by ripples and dunes is extended to include an additional term that considers the resistance due to the meandering of the stream. For the present analysis, 40 laboratory experiments and 285 field observations are evaluated, where it is found that the contribution of the meandering of the stream to its overall resistance may vary from negligible to very substantial, which depends on the stream geometric and flow conditions.
 In addition, it is determined that the most influential components for the resistance factor in meandering conditions depend on the relation between channel-averaged flow depth (hav) and the average grain size of the bed material (D50), the deflection angle of a meandering flow at the crossover Oi (θ0), and also the relation between flow width (B) and the channel-averaged flow depth (hav); these relations are used to develop a mathematical expression capable to predict the resistance to flow due to the meandering of the stream. It is shown that the equation introduced in this paper leads to considerably improved predictions of average flow velocity and conveyance capacity of meandering streams, which is of significance for an improved management of inland waterways.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,527
Score d'incertitude au seuil1,000

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,017
Tête enseignante GPT0,242
Écart entre enseignants0,225 · 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.

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

Citations1
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRevista Tecnología en MarchaMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207