MétaCan
Menu
Retour à la cohorte
Enregistrement W4302291127 · doi:10.1061/(asce)hy.1943-7900.0002025

X-Ray Computed Tomography to Measure Bed Density in Sand Transport

2022· article· en· W4302291127 sur OpenAlexafffund
Corinne Brunelle, Pierre Francus, B. Camenen, Carl L. Amos, Mathieu Des Roches, Emeline Perret, Hachem Kassem, Louis-Frédéric Daigle, Philippe Després

Notice bibliographique

RevueJournal of Hydraulic Engineering · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversité LavalInstitut National de la Recherche ScientifiqueFisheries and Oceans Canada
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesInstitut National de Recherche pour l'Agriculture, l'Alimentation et l'EnvironnementMinistère des TransportsRégion Auvergne-Rhône-Alpes
Mots-clésBed loadFlumeRippleTomographyGeologyComputed tomographyGeotechnical engineeringDisplacement (psychology)ScannerCalibrationSediment transportFlow (mathematics)GeometryMathematicsEngineeringSedimentGeomorphologyOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

This paper reports a new experimental method applying medical X-ray computed tomography (CT) to estimate the bed load in sand transport. A set of current-generated sand ripple experiments were conducted in a small hydraulic flume inserted in the CT scanner. The methodology is based on the measurements of height, velocity, and density of bed forms to estimate bed load. A temporal series of bed topography is first extracted from the CT scan images. The velocity is estimated by tracking the displacement of bed forms from two successive bed topographies. The sand bed density (ρsb) is estimated from the CT scan measurements using a calibration technique. The method measuring ρsb to calculate bed load is validated comparing measurements made with sand traps. The advantages and limitations of the CT method applied to bed-load transport are discussed.

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 enseignants0,858
Score d'incertitude au seuil0,555

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,184
Écart entre enseignants0,178 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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