MétaCan
Menu
Retour à la cohorte
Enregistrement W4200573670 · doi:10.1061/(asce)hy.1943-7900.0001946

Numerical Study on Resistance to Flow in Meandering Channels

2021· article· en· W4200573670 sur OpenAlexaff
Haitong Zhang, Wenhong Dai, Ana Maria Ferreira da Silva, Hongwu Tang

Notice bibliographique

RevueJournal of Hydraulic Engineering · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSinuosityFlow (mathematics)CurvatureGeometryGeologyFlow resistanceMechanicsHydrology (agriculture)MathematicsGeotechnical engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Focusing on the effect of the meandering planform, two functions are investigated by a numerical experiment: the first represents the ratio between the intensities of the resisting forces acting on a meandering flow and its corresponding straight flow; and the second represents the ratio between the intensities of the resisted meandering flow itself and its corresponding straight flow. Both functions depend on the sinuosity (or relative curvature) and the width-to-depth ratio. The two functions and their numerical results are thoroughly analyzed, showing the following: (1) meandering causes an increase in the resistance to flow, with a greater resistance occurring in the stream having an “intermediate” sinuosity (or “large” relative curvature) and a “small” width-to-depth ratio; (2) there is an imbalance between the driving and resisting forces in a meandering stream, and the degree of this imbalance has a direct interrelation with the intensity of the “kinetic-energy-weighted” convergence of flow; and (3) the ratio of kinetic to potential energy of a meandering flow cannot be reflected by the square of the (Chézy) resistance factor alone, and the two things manifest different variation patterns versus the sinuosity and the width-to-depth ratio. These findings are likely to advance the understanding of the resistance to flow in meandering channels.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,895
Score d'incertitude au seuil0,370

Scores Codex et Gemma par catégorie

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)0,0000,000

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 GPT0,223
Écart entre enseignants0,213 · 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.

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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hydraulic EngineeringMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207