MétaCan
Menu
Retour à la cohorte
Enregistrement W4386969201 · doi:10.9753/icce.v37.management.114

NEW INSIGHTS ON USING SCALED MARSH PLANT SURROGATES FOR WAVE ATTENUATION

2023· article· en· W4386969201 sur OpenAlexaffabout
Acacia Markov, Margo Muller, Scott Baker, Ioan Nistor, Enda Murphy, Jacob Stolle, Andrew Cornett

Notice bibliographique

RevueCoastal Engineering Proceedings · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensNational Research Council CanadaInstitut National de la Recherche ScientifiqueUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMarshVegetation (pathology)DownscalingEnvironmental scienceStormCoastal erosionScale (ratio)Coastal engineeringCoastal hazardsHydrology (agriculture)GeographyErosionOceanographyMeteorologyEcologyGeologyClimate changeWetlandSea level riseCartographyGeomorphologyPrecipitation

Résumé

récupéré en direct d'OpenAlex

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,187 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCoastal Engineering ProceedingsMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207