MétaCan
Menu
Retour à la cohorte
Enregistrement W3211894934 · doi:10.3390/w13213108

Investigation of the Effect of Vegetation on Flow Structures and Turbulence Anisotropy around Semi-Elliptical Abutment

2021· article· en· W3211894934 sur OpenAlexaff
Seyedeh Nabaei, Hossein Afzalimehr, Jueyi Sui, Bimlesh Kumar, Seyed Hamidreza Nabaei

Notice bibliographique

RevueWater · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesnon disponible
Mots-clésTurbulenceReynolds stressVortexVegetation (pathology)AnisotropyGeologyOpen-channel flowShear stressGeotechnical engineeringFlow (mathematics)AzimuthChannel (broadcasting)Reynolds numberSecondary flowGeometryMechanicsOpticsPhysicsEngineering

Résumé

récupéré en direct d'OpenAlex

In the present experimental study, the effect of vegetation on flow structure and scour profile around a bridge abutment has been investigated. The vegetation in the channel bed significantly impacted the turbulent statistics and turbulence anisotropy. Interestingly, compared to the channel without vegetation, the presence of vegetation in the channel bed dramatically reduced the primary vortex, but less impacts the wake vortex. Moreover, the tangential and radial velocities decreased with the vegetation in the channel bed, while the vertical velocity (azimuthal angle > 90°) had large positive values near the scour hole bed. Results showed that the presence of the vegetation in the channel bed caused a noticeable decrease in the Reynolds shear stress. Analysis of the Reynolds stress anisotropy indicated that the flow had more tendency to be isotropic for the vegetated bed. Results have shown that the anisotropy profile changes from pancake-shaped to cigar-shaped in the un-vegetated channel. In contrast, it had the opposite reaction for the vegetated bed.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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'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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207