Notice bibliographique
Résumé
We have investigated the mechanisms involved in dissolved oxygen (DO) transfer from a turbulent flow to an underlying organic sediment bed populated with DO-absorbing bacteria. Our numerical study relies on a previously developed and tested computational tool that couples a bio-geochemical model for the sediment layer and large-eddy simulation for transport on the water side. Simulations have been carried out in an open channel configuration for different Reynolds numbers (Reτ = 180–1000), Schmidt numbers (Sc = 400–1000), and bacterial populations (χ* = 100–700 mg l−1). We show that the average oxygen flux across the sediment-water interface (SWI) changes with Reτ and Sc, in good agreement with classic heat-and-mass-transfer parametrizations. Time correlations at the SWI show that intermittent peaks in the wall-shear stress initiate the mass transfer and modulate its distribution in space and time. The diffusive sublayer acts as a de-noising filter with respect to the overlying turbulence; the instantaneous mass flux is not affected by low-amplitude background fluctuations in the wall-shear stress but, on the other hand, it is receptive to energetic and coherent near-wall transport events, in agreement with the surface renewal theory. The three transport processes involved in DO depletion (turbulent transport, molecular transport across the diffusive sublayer, and absorption in the organic sediment layer) exhibit distinct temporal and spatial scales. The rapidly evolving near-wall high-speed streaks transport patches of fluid to the edge of the diffusive sublayer, leaving slowly regenerating elongated patches of positive DO concentration fluctuations and mass flux at the SWI. The sediment surface retains the signature of the overlying turbulent transport over long time scales, allowed by the slow bacterial absorption.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,044 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».