Response of a sand-limited urban pocket beach to repeat decadal lake-level rise events, Southwestern Lake Michigan
Notice bibliographique
Résumé
Engineered beaches along fragmented urban Great Lakes littoral zones are important recreational areas to large population centers, yet few studies have examined how beaches respond to decadal changes in water level. This paper addresses the evolution, over similar meter-scale lake-level rise events, of Chicago’s Rainbow Beach, southwestern Lake Michigan. Located along the littoral downdrift end of a fully engineered Great Lakes coastline, the study site is characterized by relatively low sand supply and thus offers a useful contrast to higher sand-supply systems like the previously studied Montrose Beach. Geomorphic patterns of change at Rainbow Beach during the mid-1960s through mid-1970s and 2013 through 2020 lake-level rise events were of comparable magnitude and rate. No substantial net change in sand volume occurred between 2012 and 2020, and shoreline reconstructions suggest identical patterns of geomorphic change during similar lake-level rise events decades apart. These are linked to consistent wave and current modification by the beach-bounding infrastructure. While some urban coastal embayments have high capacity for sand storage and benefit from sediment influx during lake-level rise, the more highly enclosed Rainbow Beach is decoupled from direct exchanges with the lake-margin littoral environment. Sand redistribution across the embayment with decadal variances in lake level thus occurs in predictable ways, influenced by controls of groins and groin-attached breakwaters on storm hydrodynamics. Insights from this study can be used to develop beach-specific management strategies for coastal resiliency that take geomorphic change patterns/trajectories and sand-supply dynamics into account.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».