MétaCan
Menu
Retour à la cohorte
Enregistrement W4386000393 · doi:10.1002/esp.5684

Effect of the surface water content on dry saltation cloud dynamics: A wind tunnel simulation with particle tracking velocimetry

2023· article· en· W4386000393 sur OpenAlexafffund
Patrick O’Brien, Cheryl McKenna Neuman

Notice bibliographique

RevueEarth Surface Processes and Landforms · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensTrent University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésWind tunnelParticle image velocimetryWater contentParticle tracking velocimetryMechanicsParticle (ecology)Geotechnical engineeringWettingGeologyEnvironmental scienceMeteorologyMaterials sciencePhysicsComposite material

Résumé

récupéré en direct d'OpenAlex

Abstract The mass transport rate of wind‐borne particles, and indeed the fluid stress required for their entrainment, is strongly governed by inter‐particle cohesion arising from water retained through adsorption and capillary force. This paper reports on a series of wind tunnel experiments in which high‐speed photography was used to record the motion of dry sand particles as they impinged on test beds of systematically varied target gravimetric pore water content (0% ≤ W ≤ 10%). The wind friction velocity was preset to 0.33 m s −1 , sufficient to maintain a saltation cloud above an upwind strip of dry sand, which then was blown over the wetted surface. Discrete particle trajectories were identified in the camera images using expected particle area searching–particle tracking velocimetry (EPAS‐PTV). Adding progressively more water produced an exponential decrease in the normalized particle number density over the test surface. The largest response was achieved by wetting the bed surface to just 2%. To reduce the number of particles by a further 40%, it was necessary to add eight times more water, signifying a diminishing return regarding water use. Relative to particles either rebounding or splashed from a dry bed, the total particle velocity increased incrementally by a factor between 1.5 and 2 with increasing water content. Increasing amounts of pore water were associated with progressively higher saltation trajectories, reaching a plateau beyond W ~8%. The spatio‐temporal adjustment in the sand cloud was observed to be extremely rapid. There is no consensus in the literature on how to measure the water content that effectively governs aeolian transport. In this study, all approaches to sampling W produced strong correlation (R 2 ≥ 0.85). Sampling the topmost grains, however, provided the most accurate prediction of the normalized number density over the full range of water content.

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 enseignants0,035
Score d'incertitude au seuil0,317

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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

Citations5
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarth Surface Processes and LandformsMême sujetAeolian processes and effectsTravaux en français237 207