MétaCan
Menu
Retour à la cohorte
Enregistrement W4386959852 · doi:10.9753/icce.v37.papers.38

FLEXIBLE FLUID-STRUCTURE INTERACTION OF A FLEXIBLE PLANT MODEL FOR NATURE-BASED SOLUTIONS

2023· article· en· W4386959852 sur OpenAlexaff
Ross Henteleff, Acacia Markov, Jacob Stolle, Ioan Nistor, V. P. Sriram

Notice bibliographique

RevueCoastal Engineering Proceedings · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensInstitut National de la Recherche ScientifiqueWilfrid Laurier UniversityUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésDragPaceFluid–structure interactionComputer scienceMarshMarine engineeringVariety (cybernetics)Field (mathematics)Accretion (finance)SoftwareSalt marshEnvironmental scienceGeologyAerospace engineeringEngineeringOceanographyFinite element methodPhysicsEcologyMathematicsGeodesyStructural engineering

Résumé

récupéré en direct d'OpenAlex

Nature-based solutions (NBS) represent a new field of research and engineering applications, becoming increasingly popular in the coastal engineering field. Salt marsh restoration, an example of NBS, is particularly appealing due to the variety of benefits they can provide, especially their capacity to induce sediment accretion, potentially keeping pace with sea-level rise. This study investigates the applicability of the flexible fluid-structure (FSI) interaction module being developed for open-source software REEF3D to the motion of marsh plants under wave action using data from a physical model study performed by Paul et al. (2016). The model consistently overestimates the drag force response of a flexible plastic plant surrogate under wave action. This suggests that this new tool may not be suited for this case. However, further investigation must be performed to test the limits of the model’s application.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,017
Tête enseignante GPT0,218
Écart entre enseignants0,201 · 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 revueCoastal Engineering ProceedingsMême sujetCoastal and Marine DynamicsTravaux en français237 207