MétaCan
Menu
Retour à la cohorte
Enregistrement W4410247082 · doi:10.1016/j.jhydrol.2025.133463

Gravel-bed river morphodynamic processes throughout a large flood with an 80-year return period from numerical modeling: Implications for flood regulation strategies

2025· article· en· W4410247082 sur OpenAlexafffundabout
Qingcheng Yu, Colin D. Rennie, Jonathan M. Slaney

Notice bibliographique

RevueJournal of Hydrology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensUniversity of CalgaryUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChina Scholarship Council
Mots-clésFlood mythReturn periodHydrology (agriculture)Period (music)GeologyEnvironmental scienceGeotechnical engineeringGeographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Due in part to the lack of continuous-in-space-and-time flow and sediment transport data, the river morphodynamic processes during large floods are not fully understood. This study developed a two-dimensional (2-D) morphodynamic model to study the morphodynamic process of a gravel-bed river during a flood event with a return period of 80 years in Calgary, Canada. The model was calibrated against post-flood velocimetry data and post-flood bathymetry data. Temporal and spatial distributions of flow velocity, bedload transport rate, surface sediment sizes, and cumulative morphological changes throughout the flood are presented and analyzed. The results show that the timings of morphological changes during the flood differ for different morphodynamic units (MUs). It is demonstrated that, with the same flood peak and duration, a regulated flood event with a brief rising period, rather than a long-lasting rising period, might result in less bank erosion and bar growth. We also found that bedload transport rates are more sensitive to flow velocities than bed sediment sizes in the Bow River case, due to the greater spatial and temporal variance of velocities during the flood.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,220
Score d'incertitude au seuil0,438

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,011
Tête enseignante GPT0,266
Écart entre enseignants0,255 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of HydrologyMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207