MétaCan
Menu
Retour à la cohorte
Enregistrement W3157882933 · doi:10.3390/w13091287

Sensitivity Analysis of Adjustable River Surf Waves in the Absence of Channel Drop

2021· article· en· W3157882933 sur OpenAlexafffundabout
Puria Asiaban, Colin D. Rennie, Neil Egsgard

Notice bibliographique

RevueWater · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesMitacs
Mots-clésTailwaterSensitivity (control systems)Wave heightDimensionless quantityChannel (broadcasting)MechanicsWave setupGeologyDrop (telecommunication)Geotechnical engineeringWave propagationPhysicsOpticsEngineeringMechanical waveLongitudinal waveTelecommunicationsElectronic engineering

Résumé

récupéré en direct d'OpenAlex

Most artificial river wave technologies require a drop in the riverbed to generate recreational surf waves; herein a new technology is introduced that can be used on a flat bed. The mechanism includes an adjustable ramp, transition and kicker, which can be independently manipulated to generate a surf wave. A 3-D numerical model of the described mechanism is developed based on a prototype Kananaskis River wave in Alberta, Canada, and is calibrated by means of physical model data. Numerical experiments are conducted to demonstrate sensitivity of the wave to geometric features of each element of the structure in different hydraulic conditions such as flowrate and tailwater depth. Results are presented in dimensionless form to be generalizable and describe the wave behavior. It is shown that the ramp slope, the heaviest and most expensive element of the structure, has a minimal effect on the wave profile, while the tailwater depth, kicker geometry and kicker position can significantly augment and accelerate the wave.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,010
Tête enseignante GPT0,191
Écart entre enseignants0,181 · 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

Citations4
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetCoastal and Marine DynamicsTravaux en français237 207