MétaCan
Menu
Retour à la cohorte
Enregistrement W4400491586 · doi:10.1061/jhend8.hyeng-13688

Influence of Debris Jam Formed by Trees on Bridge Pier Scour

2024· article· en· W4400491586 sur OpenAlexaff
Wenjun Zhang, Ioan Nistor, Colin D. Rennie

Notice bibliographique

RevueJournal of Hydraulic Engineering · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPierBridge scourDebrisGeotechnical engineeringGeologyDebris flowBridge (graph theory)Large woody debrisHydrology (agriculture)EngineeringCivil engineeringOceanographyEcology

Résumé

récupéré en direct d'OpenAlex

Debris jams contribute to bridge pier failures. Previous investigations showed that a debris jam can constrict the flow cross section, enhance flow intensity, and result in significant scour. Physical modeling was conducted to investigate the influence of debris jams on scour depth. Instead of using a static block to represent a debris jam, dynamic debris jams composed of real tree seedlings were investigated to represent jams forming of woody debris with roots and branches. The dynamic jam was achieved by continuously releasing individual seedlings from upstream. The resulting seedling jams had a typical half-cone shape and generally grew continuously over time, with observed scour increasing with the size of the debris jam. The scour in the presence of a dynamic debris jam could have depth up to twice and volume up to eight times that of a pier without a debris jam. In addition, the dynamic debris jam also induced additional hydraulic head across the cylinder pier, which correlated with the size of debris jam and Froude number.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,370

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 Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,205 · 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'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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Hydraulic EngineeringMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207