Notice bibliographique
Résumé
Abstract. Channel processes under high magnitude flow events are of central interest to river science and management as they may produce large volumes of sediment transport and geomorphic work. However, bedload transport processes under these conditions remain poorly understood due to data collection limitations and the prevalence of physical models that restrict feedbacks surrounding morphologic adjustment. The extension of mechanistic bedload transport equations to gravel-bed rivers has emphasised the importance of variance in both entraining (shear stress) and resisting (grain size) forces, especially at low excess shear stresses. Using a fixed-bank laboratory model, we tested the hypothesis that bedload transport in gravel-bed rivers collapses to a more simple 1D function (i.e., with mean shear stress and median grain size) under high excess shear stress conditions. Bedload transport was well predicted by the 1D equation based on the depth-slope product, whereas a 2D equation accounting for the variance in shear stresses did not substantially improve the correlation. Back-calculated critical dimensionless shear stress values were higher for the 2D approach, suggesting that it accounts for the relatively greater influence of high shear stresses, whereas the 1D approach assumes that the mean shear stress is sufficient to mobilise the median grain size. While the 2D approach may have a stronger conceptual basis, the 1D depth-slope product approach performs unreasonably well under high excess shear stress conditions. Further work is required to substantiate these findings in laterally adjustable 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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,020 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,267 | 0,213 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».