MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200112129 · doi:10.1002/essoar.10509088.1

Process feedbacks that control transport capacity at formative flows in laterally-constrained gravel-bed rivers: a laboratory study

2021· preprint· en· W4200112129 sur OpenAlexaff
David L. Adams, Brett Eaton

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBed loadFroude numberShear stressGeologyGeotechnical engineeringHydraulicsSediment transportChannel (broadcasting)Shear (geology)Open-channel flowFlow (mathematics)MechanicsGeomorphologySedimentEngineeringPhysicsPetrology

Résumé

récupéré en direct d'OpenAlex

In gravel-bed rivers, deterministic approaches to predicting bedload transport use the mean bed shear stress (termed one-dimensional or ‘1D’ equations) or integrate across the frequency distribution of shear stress (2D equations). At low flows, incorporating a range of shear stress values increases prediction accuracy, but at relatively high flows the 1D and 2D approaches are similarly accurate. We contribute to an understanding of the stage-dependent relationship between morphology and bedload transport, and specifically why the mean shear stress characterises transport capacity at formative discharges. We performed physical modelling using a generic Froude-scaled model of a steep laterally-constrained gravel-bed river and captured digital elevation models to perform 2D hydraulic modelling. Both 1D and 2D Meyer-Peter Müller equations were highly accurate across two distinct channel morphologies. In alternate bar channels, transport capacity was controlled by negative feedbacks between flow depth and local bed slope that resulted in a relatively homogeneous distribution of bed shear stress. In plane-bed channels, which lacked the degrees-of-freedom available for large-scale morphologic adjustment, transport capacity was controlled by a spatially variable migrating surface texture. The contrasting spatial patterns of morphology, hydraulics, and surface texture between the two channel morphologies highlight the potential for the same correlation between mean shear stress and transport capacity to emerge through different mechanisms. We suggest that nonlinear feedbacks explain why simple bedload transport equations can be highly effective above a certain flow stage across a range of channel morphologies, and further work should examine whether lateral adjustment confounds this result.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,228
Écart entre enseignants0,215 · 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'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHydrology and Sediment Transport Processes→Travaux en français237 207→