MétaCan
Menu
Retour à la cohorte
Enregistrement W4390269488 · doi:10.18280/i2m.220604

Hydraulic Behavior of Weir-Gate Structure with Rectangular Side Obstacle under Free and Submerged Flow Conditions

2023· article· en· W4390269488 sur OpenAlexvenueno aff
Rafi M. Qasim, Ammar S. Dawood

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWeirFree flowObstacleFlow (mathematics)Hydraulic structureMechanicsGeotechnical engineeringGeologyPhysicsLawGeography

Résumé

récupéré en direct d'OpenAlex

This research examines the behavior of a weir-gate hydraulic structure when subjected to the presence or absence of a side obstacle.The study focuses on two scenarios, free flow and submerged flow, and employs a side obstacle with dimensions of 15 cm in height, 30 cm in length, and 1 cm in thickness, located 30 cm downstream from the weir-gate structure.A correlation matrix is derived using measured and calculated data to establish the relationship between various variables, both dimensional and non-dimensional.The results show a clear correlation between Froude number and discharge coefficient, while a random trend is observed between discharge coefficient and Reynolds number.A proper trend is found between Reynolds number and Froude number at the downstream location.The discharge coefficient is significantly influenced by factors such as gate water depth, weir water head, and vertical distance between the weir and gate.Additionally, the study investigates the effect of average water depth at the downstream on discharge and flow velocity.Two models, linear regression and artificial neural network, are developed and tested to estimate the coefficient of discharge (Cd).The ANN model proves to be the best-fit model for all scenarios, with an MSE of 0.00013141 and an R-squared value of 0.99.The machine learning algorithms used in this study demonstrate an increase in prediction accuracy for Cd.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,241
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetHydraulic flow and structuresTravaux en français237 207