MétaCan
Menu
Retour à la cohorte
Enregistrement W3101604364 · doi:10.19189/map.2019.jsp.sta.1789

Hydraulic modelling for assessment of the performance of sedimentation basins downstream from extracted peatlands

2020· article· en· W3101604364 sur OpenAlexaff
S. Hafdhi, Sophie Duchesne, André St‐Hilaire

Notice bibliographique

RevueMires and Peat · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePeatlands and Wetlands Ecology
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésPeatSedimentationHydrology (agriculture)Downstream (manufacturing)Environmental scienceGeologyGeomorphologyGeographyGeotechnical engineeringEngineeringSedimentArchaeology

Résumé

récupéré en direct d'OpenAlex

Three sedimentation basins on two different extracted peatlands were studied to determine their Trapping Efficiency (TE) using two different methods. First, TE was calculated using sediment loads estimated from turbidity measurements upstream and downstream of the basins. The second method was based on hydraulic modelling and a simplified sediment deposition model. For the first studied basin (controlled by a weir at its downstream end) TE was estimated with the second method at 85.9 % and 55.6 % for lower and higher flows, respectively. In the second peatland the studied basins were in series, there was a geotextile curtain in the middle of each basin and a weir or a double pipe culvert at the outlet. For these two basins in series, TE was estimated at 80 % for lower flows and at 34.3 % for higher flows. A hydraulic model was calibrated for the studied basins and applied to estimate the TE of different basin configurations. The results show that the role of the geotextile curtain is important in the case of short basins and for intense rainfall events. The double pipe culvert did not have a significant effect on TE, unlike the presence of a weir at the outlet, which is required to maintain high TE.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

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 technologies0,0000,000
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 Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMires and PeatMême sujetPeatlands and Wetlands EcologyTravaux en français237 207