MétaCan
Menu
Retour à la cohorte
Enregistrement W4405640728 · doi:10.14796/jwmm.s534

Numerical Modeling of Water Flow in Permeable Friction Course Pavement During Rainfall Considering Rainfall Intensity and Suction Pressure

2024· article· en· W4405640728 sur OpenAlexvenueno aff
Phuong Khanh Chau, Anh Tuấn Lê, Thai Tran, Tu-Quyen Thi Tran, Tan Hung Nguyen

Notice bibliographique

RevueJournal of Water Management Modeling · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHydraulic flow and structures
Établissements canadiensnon disponible
Organismes subventionnairesHo Chi Minh City University of Technology and Education
Mots-clésSuctionCourse (navigation)Intensity (physics)Geotechnical engineeringEnvironmental scienceFlow (mathematics)Hydrology (agriculture)GeologyMechanicsMeteorologyEngineeringGeographyPhysics

Résumé

récupéré en direct d'OpenAlex

This study developed a numerical model to observe the water flow in permeable friction course pavement (PFCP) during rainfall events. The model was established based on FeniCS, which is widely known as an open-source computing platform for solving partial differential equations. The results showed that rainfall intensity significantly affected time for surface ponding in the PFCP. A higher rainfall intensity resulted in a lower time for surface ponding of the PFCP. The evaluation for the effect of suction pressure on the PFCP showed that the suction pressure in the PFCP had a remarkable effect on the time for surface ponding. As the suction pressure in the PFCP increased, the time for surface ponding increased. The results in this study are based on numerical modeling. In the future, further experimental studies in the laboratory and in the field are needed to validate the water flow in PFCP during rainfall events considering other factors such as permeability, rutting, and environmental factors.

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)0,001
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 enseignants0,143
Score d'incertitude au seuil0,585

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,009
Tête enseignante GPT0,203
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Water Management ModelingMême sujetHydraulic flow and structuresTravaux en français237 207