MétaCan
Menu
Retour à la cohorte
Enregistrement W4401621362 · doi:10.2478/johh-2024-0014

Channel deformation around non-submerged spur dikes with different alignment angles under ice cover

2024· article· en· W4401621362 sur OpenAlexafffund
Rahim Jafari, Jueyi Sui

Notice bibliographique

RevueJournal of Hydrology and Hydromechanics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSpurCover (algebra)GeologyDeformation (meteorology)Channel (broadcasting)DikeGeotechnical engineeringEngineeringPetrologyMechanical engineeringOceanographyTelecommunicationsPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract This study explores how the ice cover on water surfaces affects the deformation of the channel bed around non-submerged spur dikes. Laboratory experiments have been conducted by using two types of model ice cover with different roughness coefficients and three sands with different median grain sizes. The effects of various layout angles of non-submerged spur dikes on the maximum scour depth and scour patterns around spur dikes have been evaluated. Results showed that the dike orientation angle is the critical factor influencing the maximum scour depth. The presence of an ice cover and its roughness coefficient dramatically affect the channel bed deformation around spur dikes. The combined effect of the dike orientation angle, ice cover roughness, and flow Froude number resulted in different scour patterns. For instance, the upstream length of scour holes decreases by approximately 60% when the dike angle changes from 90º to 60º, while an increase in flow rate by about 50% leads to a 20% increase in the downstream length of scour holes. Equations have been derived to determine the maximum scour depth around spur dikes, considering the effects of ice cover, bed material and the dike layout angles.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,156
Score d'incertitude au seuil0,379

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 Opus0,006
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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

Citations12
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Hydrology and HydromechanicsMême sujetLandslides and related hazardsTravaux en français237 207