Lateral Erosion of Bedrock Channel Banks by Bedload and Suspended Load
Notice bibliographique
Résumé
Abstract Bedrock rivers carry large amounts of fine sediment in suspension. We developed a mechanistic model for erosion of bedrock channel banks by impacting bedload and suspended load particles that are advected laterally by turbulent eddies (advection‐abrasion model). The model predicts high lateral erosion rates near the bed, with rates decreasing up to the water surface. The model also predicts greater erosion within the suspended load layer than the bedload layer for many typical sediment supply and transport conditions explored. We compared the advection‐abrasion model with a previously derived model for lateral erosion of bedrock banks by bedload particles deflected by stationary bed alluvium (deflection‐abrasion model). Erosion rates predicted by the deflection‐abrasion model are lower, except within limited conditions where sediment is transported near the threshold of motion and the bed is near fully covered in sediment. Both processes occur in bedrock rivers at the same time, so we combined the advection‐abrasion and deflection‐abrasion models and found that the lateral erosion rate generally increases with increasing transport stage and relative sediment supply for a given grain size. Application of our combined‐abrasion model to a natural bedrock river with a wide distribution of discharge and supply events, and mixed grain sizes, indicates that finer sediment dominates the lateral erosion on channel banks in low sediment supply environments and can be as important as coarser sediment in high sediment supply environments.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».