MétaCan
Menu
Retour à la cohorte
Enregistrement W4412997823 · doi:10.18280/i2m.240302

Novel Technique for Measuring Erosion in Riverbanks: Tigris River Case at Baiji City-Iraq

2025· article· en· W4412997823 sur OpenAlexvenueno aff
Wesam S. Mohammed-Ali, Mohammed F. Yass, Rasul M. Khalaf

Notice bibliographique

RevueInstrumentation Mesure Métrologie · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater and Watershed Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésErosionHydrology (agriculture)BankEnvironmental scienceGeologyWater resource managementPhysical geographyGeomorphologyGeographyRemote sensingGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Riverbank erosion is one of the important issues and challenges faced and studied by river management experts.It is one of the main risks that threatens people and structures, as it causes the loss of nearby land from the river.Erosion happens because of hydraulic forces from river water acting on the riverbank or due to the weakening and wearing away of the soil layers that make up the riverbank.A field study of riverbank erosion was carried out over five years at Baiji city along the Tigris River in Salah Al-Din governorate on the right riverbank of the river.Field measurements were conducted from 2020 to the end of 2024, with two measurements and observations carried out each year at different periods to ensure coverage of all the different water levels of the river.This allowed for long-term monitoring of the riverbank to observe the changes occurring during the study period.The discharges during the study period ranged between 420 m /sec to 2120 m /sec.The results showed that the amount of erosion on the riverbank was 62 cm, which can be considered slightly high given the current conditions in the region, and it should be taken into account that the rate may increase if favorable conditions arise for the erosion process.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,187
Score d'incertitude au seuil0,684

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 Opus0,030
Tête enseignante GPT0,273
Écart entre enseignants0,243 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstrumentation Mesure MétrologieMême sujetGroundwater and Watershed AnalysisTravaux en français237 207