MétaCan
Menu
Retour à la cohorte
Enregistrement W4385224611 · doi:10.1061/jhend8.hyeng-13206

Implementation of a New Bank Erosion Model in Delft3D

2023· article· en· W4385224611 sur OpenAlexafffund
Parna Parsapour‐Moghaddam, Colin D. Rennie, Jonathan M. Slaney, Frank Platzek, Hamidreza Shirkhani, E. C. Jamieson, E. Mosselman, Richard Measures

Notice bibliographique

RevueJournal of Hydraulic Engineering · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueUrban and Freight Transport Logistics
Établissements canadiensEnvironment and Climate Change CanadaNational Research Council CanadaUniversity of CalgaryUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBank erosionErosionBankHydrology (agriculture)Environmental scienceGeotechnical engineeringGeologyWater resource managementGeomorphology

Résumé

récupéré en direct d'OpenAlex

Bank erosion plays an important role in the hydro-morphodynamics and evolution of natural rivers. Therefore, it is essential to have a reliable bank erosion model for accurate simulation of hydro-morphodynamic processes. We developed and successfully implemented a new, feasible bank erosion model in Delft3D software. The developed model considers physical bank erosion processes to a greater extent than previous models. Model performance was assessed by comparison with a previously reported experiment in a mobile-bed-and-bank laboratory open-channel bend flume. The results from our developed model were compared with those from the standard Delft3D and angle of repose bank erosion models. We showed that progressive lateral bank erosion as well as the corresponding hydro-morphodynamics of the channel were better predicted by the developed bank erosion model. The results of this study provide insight into bank erosion prediction with Delft3D, and they suggest that the developed model will improve the performance of the Delft3D model for short- and long-term hydro-morphodynamic simulation of natural meandering rivers.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,235
Score d'incertitude au seuil0,405

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,239
Écart entre enseignants0,213 · 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'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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Hydraulic EngineeringMême sujetUrban and Freight Transport LogisticsTravaux en français237 207