MétaCan
Menu
Retour à la cohorte
Enregistrement W4389580650 · doi:10.1017/jog.2023.103

Improved representation of laminar and turbulent sheet flow in subglacial drainage models

2023· article· en· W4389580650 sur OpenAlexafffund
Tim Hill, Gwenn E. Flowers, Matthew J. Hoffman, Derek Bingham, Mauro Werder

Notice bibliographique

RevueJournal of Glaciology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du Canada
Mots-clésLaminar flowTurbulenceGeologyReynolds numberMechanicsFlow (mathematics)DrainageOpen-channel flowHydrology (agriculture)Forcing (mathematics)Laminar-turbulent transitionGeomorphologyGeotechnical engineeringClimatologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Subglacial hydrology models struggle to reproduce seasonal drainage patterns that are consistent with observed subglacial water pressures and surface velocities. We modify the standard sheet-flow parameterization within a coupled sheet–channel subglacial drainage model to smoothly transition between laminar and turbulent flow based on the locally computed Reynolds number in a physically consistent way (the ‘transition’ model). We compare the transition model to standard laminar and turbulent models to assess the role of the sheet-flow parameterization in reconciling observed and modelled water pressures under idealized and realistic forcing. Relative to the turbulent model, the laminar and transition models improve seasonal simulations by increasing winter water pressure and producing a more prominent late-summer water pressure minimum. In contrast to the laminar model, the transition model remains consistent with its own internal assumptions across all flow regimes. Based on the internal consistency of the transition model and its improved performance relative to the standard turbulent model, we recommend its use for transient simulations of subglacial drainage.

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: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,040

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 recherche0,0010,001
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 Opus0,032
Tête enseignante GPT0,255
Écart entre enseignants0,222 · 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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207