MétaCan
Menu
Retour à la cohorte
Enregistrement W4213255831 · doi:10.1029/2021gl096088

The Impact of Intermittency on Bed Load Sediment Transport

2022· article· en· W4213255831 sur OpenAlexaff
Santiago Benavides, Eric Deal, Matthew Rushlow, Jeremy G. Venditti, Qiong Zhang, Ken Kamrin, J. Taylor Perron

Notice bibliographique

RevueGeophysical Research Letters · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensSimon Fraser University
Organismes subventionnairesArmy Research LaboratoryNational Science Foundation
Mots-clésIntermittencySediment transportEntrainment (biomusicology)SedimentBed loadGeologyEnvironmental scienceHydrology (agriculture)Soil scienceMechanicsGeotechnical engineeringTurbulenceGeomorphologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Sediment transport by wind or water near the threshold of grain motion is dominated by rare transport events. This intermittency makes it difficult to calibrate sediment transport laws, or to define an unambiguous threshold for grain entrainment, both of which are crucial for predicting sediment transport rates. We present a model that captures this intermittency and shows that the noisy statistics of sediment transport contain useful information about the sediment entrainment threshold and the variations in driving fluid stress. Using a combination of laboratory experiments and analytical results, we measure the threshold for grain entrainment in a novel way and introduce a new property, the “shear stress variability”, which predicts conditions under which transport will be intermittent. Our work suggests strategies for improving measurements and predictions of sediment flux and hints that the sediment transport law may change close to the threshold of motion.

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,760
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,305
Écart entre enseignants0,282 · 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'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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetAeolian processes and effectsTravaux en français237 207