MétaCan
Menu
← Retour à la cohorte
Enregistrement W4321996419 · doi:10.5194/egusphere-egu23-10319

Exploring the relative contributions of fluid and solid phases in debris flow barrier impact

2023· preprint· en· W4321996419 sur OpenAlexaff
Esmé Hirsch, Joshua E. Woods, Ryan P. Mulligan, W. Andy Take

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésDebris flowFlumeFlow (mathematics)MechanicsGeotechnical engineeringDebrisDam breakFlow conditionsGeologyLandslideEnvironmental sciencePhysicsGeography

Résumé

récupéré en direct d'OpenAlex

Landslide barrier structures constructed on high-risk slopes are a useful strategy to halt and retain debris to protect vulnerable downslope infrastructure and inhabitations. To appropriately design these systems, an estimate of the likely volume, thickness, and velocity of the flow is required immediately prior to interaction with the barrier. These characteristics of the flow, when combined with an analytical model or numerical simulation of the impact, define the structural demand on the barrier. In this study, we use the large Queen’s University Landslide Flume to explore the relative contributions of the fluid and solid phases of a multi-phase flow on the structural demand on a barrier. Impact forces following dam break experiments of up to 1 m3 of material, released from the top of a 6.5 m long slope inclined at 30 degrees are explored for releases of pure water, dry granular particles, and fully-saturated granular water-grain mixtures. Impacting the barrier at approximately 4-5 m/s, temporal impact behaviour captured using ultrahigh speed imaging is correlated with the time series of impact load. Quantitative comparisons are then made between the observations of impact force by each class of flow to predictive equations published in the literature, highlighting the degree of match, hypotheses for observed discrepancies, and the relative contributions of the fluid and solid phases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,044
Tête enseignante GPT0,296
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetLandslides and related hazards→Travaux en français237 207→