MétaCan
Menu
Retour à la cohorte
Enregistrement W4415679765 · doi:10.1016/j.renene.2025.124668

Tidal and wave driven hydrokinetic power in atolls of an amphidromic region in the Pacific Ocean

2025· article· en· W4415679765 sur OpenAlexfundno aff
Federico Zilic de Arcos, Franck Lucas, Marc Lafosse, Grégory Pinon

Notice bibliographique

RevueRenewable Energy · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Nautical Research SocietyH2020 Marie Skłodowska-Curie ActionsHorizon 2020 Framework ProgrammeConseil Régional de Haute Normandie
Mots-clésAtollTidal powerCurrent (fluid)Kinetic energyFlow (mathematics)Energy fluxTidal currentFlux (metallurgy)Flood myth

Résumé

récupéré en direct d'OpenAlex

French Polynesia is located in an amphidromic area of the Pacific Ocean, a region of low tidal ranges. Atolls, ring-shaped islands with internal lagoons that are common to this region, often show strong currents in channels that connect the lagoon to the ocean. This study shows long-term in-situ flow measurements using acoustic-doppler current profilers that were deployed in the main channels of Manihi and Takaroa, two atolls of French Polynesia, to explore their kinetic energy potential. Despite the lack of significant tidal effects on sea levels, flow measurements show strong currents with a semidiurnal behaviour dominated by the lunar constituent. An asymmetry in the ebb and flood currents is observed and correlation with wave climate indicate that the atolls operate as large wave overtopping devices, increasing the kinetic energy flux through the channel, and extending the ebb flow period. An energetic assessment shows a potential for tidal stream turbines to produce a substantial proportion of the energy demands of Manihi and Takaroa. This energy production would likely have a limited environmental and visual impact, and would allow for a reduction in carbon emissions and reliance on fossil fuels.

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 enseignants0,380
Score d'incertitude au seuil0,359

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,196
Écart entre enseignants0,189 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRenewable EnergyMême sujetWind Energy Research and DevelopmentTravaux en français237 207