MétaCan
Menu
Retour à la cohorte
Enregistrement W4386969287 · doi:10.9753/icce.v37.currents.7

INVESTIGATIONS OF BORE-BORE CAPTURE ON A MACROTIDAL BEACH

2023· article· en· W4386969287 sur OpenAlexaff
R. J. C. Hart, Hannah E. Power, Caio Eadi Stringari, Chris Blenkinsopp

Notice bibliographique

RevueCoastal Engineering Proceedings · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésSwashGeologyShorePlageGeomorphologyOceanography

Résumé

récupéré en direct d'OpenAlex

The aim of better understanding the mechanisms of extreme runup events has led to increasing interest into bore-bore capture statistics and drivers. Bore-bore capture occurs when a broken wave (bore) travels over the front of another broken wave on approach to the shore. A similar but distinct process is shoreline capture which is where a broken wave travels over an uprush swash lens (therefore located in the swash zone), Bore-bore capture events occur in the surf and outer swash zones and have been shown to greatly influence runup statistics on natural beaches (Stringari and Power, 2020). Garcia-Medina et al. (2017) investigated bore-bore capture on a dissipative beach using numerical modelling and found that bore-bore capture was correlated to the largest runup events. Stringari and Power (2020) expanded on this by investigating bore-bore capture on 7 different beaches and found that bore-bore capture was responsible for over 97 percent of extreme shoreline maximas. The exact mechanisms behind bore-bore capture which result in extreme runup events in the form of energy transfer, however, are yet to be investigated. Whilst the relationship between infragravity energy at the shoreline and the probability of bore capture has been identified (Stringari and Power, 2020), the influence of infragravity energy on runup elevations resulting from captured and non-captured waves is yet to be fully quantified.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,186
Écart entre enseignants0,177 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoastal Engineering ProceedingsMême sujetCoastal and Marine DynamicsTravaux en français237 207