NEW INSIGHTS ON USING SCALED MARSH PLANT SURROGATES FOR WAVE ATTENUATION
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
It has been widely demonstrated in literature that coastal marshes provide positive ecosystem services related to coastal protection, including wave attenuation, storm surge reduction, and erosion prevention (Moller et al., 2014; Wang et al., 2021; Paul and Kerpen, 2021). Physical modelling presents a useful tool for investigating the coastal protection function provided by marsh vegetation in a controlled, repeatable environment, to inform design of nature-based coastal protection strategies, or “nature-based solutions” (NBS). To date, physical modelling studies have been used to investigate the influence of plant biophysical parameters (stem width, stem height, stem flexibility) and hydrodynamic conditions on wave attenuation (e.g., Augustin et al., 2009; Anderson and Smith, 2014; Moller et al., 2014; Ozeren et al., 2014; van Veelen et al., 2020). Such studies have predominantly used surrogate vegetation due to the logistical challenges and facility requirements associated with live plant experiments. Furthermore, most studies have been performed at or near full-scale to reduce uncertainties and scale effects associated with downscaling vegetation, particularly where Reynolds number similarity cannot be preserved (Blackmar et al., 2014). To address existing knowledge gaps related to physical modelling of marsh vegetation at small-scale, experiments were conducted in a 63 m long by 1.22 m wide wave flume at the National Research Council of Canada’s Ocean, Coastal and River Engineering Research Centre, Ottawa, in collaboration with the University of Ottawa and the Institut National de la Recherche Scientifique, Quebec City.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle