MétaCan
Menu
Retour à la cohorte
Enregistrement W6926346891 · doi:10.2112/si65-225

Characterization of aeolian streamers using time-average videography

2013· other· en· W6926346891 sur OpenAlexaff

Notice bibliographique

RevueResearch Portal (King's College London) · 2013
Typeother
Langueen
DomaineComputer Science
ThématiqueComputational Physics and Python Applications
Établissements canadiensUniversity of GuelphTrent University
Organismes subventionnairesnon disponible
Mots-clésAeolian processesRangingEulerian pathVideographyTemporal scalesCharacterization (materials science)Field (mathematics)

Résumé

récupéré en direct d'OpenAlex

Aeolian streamers are common in prototype saltation systems. Streamers are elongate, flow-aligned features within which the concentrations of saltating grains are large relative to a spanwise average concentration. The occurrence of streamers introduces substantial spatial and temporal variability in local sand transport rates. There have been few studies to attempt to characterize the scales of streamers, and the results of those studies have been constrained because they use Eulerian approaches to measure an inherently Lagrangian process. We describe the results from a field experiment designed to address this methodological problem. Field experiments were conducted at Jericoacoara, Ceará, Brazil, in October, 2011. The wind field was measured with ultrasonic anemometers and ruggedized thermal probes. Transport rates were measured using Miniphones, Wenglor Particle Counters, and hose traps. A set of three video cameras, deployed in a triangular array, was used to capture images of streamers. The field of vision for the central, upwind-facing camera was a minimum of about 15 m, expanding to more than 100 m in the middle distance. Video images were time-averaged over a number of intervals, ranging from 1-64 seconds, to establish characteristic path lengths and spatial and temporal scales. The results of these analyses show that this methodological approach is technically sound. Streamer characteristics are center-to-center spacings of about 1 m, length-scales exceeding 50 m and time scales of individual streamers exceeding 64 s.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0010,000

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 Opus0,026
Tête enseignante GPT0,307
Écart entre enseignants0,282 · 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'étudeExpérimental (laboratoire)
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch Portal (King's College London)Même sujetComputational Physics and Python ApplicationsTravaux en français237 207