MétaCan
Menu
Retour à la cohorte
Enregistrement W3215100286 · doi:10.1139/cjce-2021-0178

Assessments of available riverine hydrokinetic energy: a review

2021· review· en· W3215100286 sur OpenAlexafffundvenueabout
Katelyn Kirby, Sean Ferguson, Colin D. Rennie, Ioan Nistor, Julien Cousineau

Notice bibliographique

RevueCanadian Journal of Civil Engineering · 2021
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFlood Risk Assessment and Management
Établissements canadiensNational Research Council CanadaUniversity of Ottawa
Organismes subventionnairesOffice of Energy Research and DevelopmentNatural Resources CanadaNational Research Council Canada
Mots-clésEnvironmental scienceChannel (broadcasting)SatelliteRemote sensingComputer scienceGeologyEngineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Methods of estimating riverine hydrokinetic (HK) power for localized and regional studies are reviewed, evaluated, and compared. It was found that localized HK studies were not entirely consistent, with the most common discrepancies being discharge variability characterization, uncertainty analysis, and the amount of data used to derive the results. The issues associated with localized assessments were amplified for regional assessments. Regional HK assessments were less common, the methods were less consistent across studies, and the amount and type of data available varied widely across regions. New techniques and technologies, developed in Canada and globally, were evaluated for their usefulness to improve regional HK assessments. Emphasis was put on satellite remote sensing methods to estimate discharge and channel dimensions, as well as regionalized curve fitting to estimate channel roughness. The review of new techniques suggests that accuracy of the results is dependent on the amount and quality of the data available.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,726
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)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,021
Tête enseignante GPT0,250
Écart entre enseignants0,229 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Civil EngineeringMême sujetFlood Risk Assessment and ManagementTravaux en français237 207