Uncertainty Assessment of Entropy-Based Circular Channel Shear Stress Prediction Models Using a Novel Method
Notice bibliographique
Résumé
Entropy models have been recently adopted in many studies to evaluate the shear stress distribution in open-channel flows. Although the uncertainty of Shannon and Tsallis entropy models were analyzed separately in previous studies, the uncertainty of other entropy models and comparisons of their reliability remain an open question. In this study, a new method is presented to evaluate the uncertainty of four entropy models, Shannon, Shannon-Power Law (PL), Tsallis, and Renyi, in shear stress prediction of the circular channels. In the previous method, the model with the largest value of the percentage of observed data within the confidence bound (Nin) and the smallest value of Forecasting Range of Error Estimation (FREE) is the most reliable. Based on the new method, using the effect of Optimized Forecasting Range of Error Estimation (FREEopt) and Optimized Confidence Bound (OCB), a new statistic index called FREEopt-based OCB (FOCB) is introduced. The lower the value of FOCB, the more certain the model. Shannon and Shannon PL entropies had close values of the FOCB equal to 8.781 and 9.808, respectively, and had the highest certainty, followed by ρgRs and Tsallis models with close values of 14.491 and 14.895, respectively. However, Renyi entropy, with the value of FOCB equal to 57.726, had less certainty.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».