MétaCan
Menu
Retour à la cohorte
Enregistrement W4410815365 · doi:10.1175/jtech-d-24-0058.1

Estimation of Bottom Friction in Modeling Tidal Dynamics of Port Phillip Bay

2025· article· en· W4410815365 sur OpenAlexaff
Shuo Li, Huy Quang Tran, R. Jak McCarroll, Daniel Ierodiaconou, Alexander V. Babanin

Notice bibliographique

RevueJournal of Atmospheric and Oceanic Technology · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensStantec (Canada)
Organismes subventionnairesDepartment of Energy, Environment and Climate Action
Mots-clésBayPort (circuit theory)Environmental scienceEstimationOceanographyOcean dynamicsMarine engineeringMeteorologyGeologyOcean currentGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Knowledge of bottom friction plays a crucial role in the modeling of coastal ocean hydrodynamics. Existing formulations based on the grain size to estimate the friction coefficients are often imprecise, impacting the performance of numerical models. This study adjusted the estimated friction coefficient based on the specific habitat characteristics of the seabed in Port Phillip Bay. The effectiveness of this method is substantiated through modeling surface elevations within the bay and comparing the results with observational data. Through sensitivity experiments, it was found that the scaling factors should be chosen depending on the seabed characteristics and could vary by one to two orders of magnitude. The impact of the adjusted bottom-friction coefficient on the simulated tides in the bay is also analyzed. Revised estimates of bottom friction significantly improve our capability to predict surface elevations with implications for modeling waves, tides, and sediment transport in Port Phillip Bay.

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 enseignants0,456
Score d'incertitude au seuil0,215

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,233
Écart entre enseignants0,226 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atmospheric and Oceanic TechnologyMême sujetUnderwater Acoustics ResearchTravaux en français237 207