MétaCan
Menu
Retour à la cohorte
Enregistrement W4406088461 · doi:10.3390/jmse13010089

Navigating the Dynamics: Modeling of Wave Propagation at Taiping Bay Port for Enhanced Design and Management

2025· article· en· W4406088461 sur OpenAlexaff
Dachuan He, Xi Zhang, Yakun Liu, Zhi Chen, Xiangjun Nie, Ke Wang

Notice bibliographique

RevueJournal of Marine Science and Engineering · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésBayPort (circuit theory)Marine engineeringDynamics (music)OceanographyEnvironmental scienceTelecommunicationsComputer scienceEngineeringGeologyAcousticsPhysicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This study presents a systematic analysis of wave propagation dynamics at Taiping Bay Port in Dalian, characterized by its deep navigation channel, narrow port entrance, and complex bathymetric features. This study addresses the gap in numerical simulations for extra-large port areas using an integrated modeling approach. Specifically, this research advances our understanding of wave behaviors in harsh maritime environments through an innovative coupling of the parabolic mild slope (PMS) wave model with the phase-resolving Boussinesq wave (BW) model. The PMS model, validated against measured data, effectively computes the incident boundary conditions for the BW model, which in turn has been refined to enhance wave prediction accuracy and model stability through optimized boundary settings. Our findings elucidate the intricate wave patterns and transformations within the harbor, highlighting the significant impact of the deep navigation channel on wave attenuation. This work not only contributes to the theoretical modeling of wave dynamics but also offers practical insights for the design and management of similar complex port structures, potentially guiding future developments in coastal engineering.

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 enseignants0,430
Score d'incertitude au seuil0,173

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 Opus0,008
Tête enseignante GPT0,206
Écart entre enseignants0,198 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marine Science and EngineeringMême sujetCoastal and Marine DynamicsTravaux en français237 207