MétaCan
Menu
Retour à la cohorte
Enregistrement W7082369839 · doi:10.1016/j.coldregions.2025.104695

Local scour around submerged spur dikes under ice-covered conditions: experimental and numerical investigation

2025· article· en· W7082369839 sur OpenAlexafffund

Notice bibliographique

RevueCold Regions Science and Technology · 2025
Typearticle
Langueen
DomaineMedicine
ThématiquePrenatal Screening and Diagnostics
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDikeTurbulenceFlumeSpurFlow (mathematics)Shear stressTurbulence kinetic energyErosionDeformation (meteorology)

Résumé

récupéré en direct d'OpenAlex

Local scour around submerged hydraulic structures under ice-covered conditions poses challenges to infrastructure stability and sediment management in cold-region waterways. This study investigates how the geometry of submerged spur dikes and the presence of ice cover influence local scour. Through flume experiments and numerical simulations, we analyze channel bed deformation and flow patterns around submerged spur dikes with varying slopes (both frontal and rear) in open and ice-covered flow conditions. The study analyzes how smooth and rough ice covers affect the scour profile, flow velocity fields, and turbulent kinetic energy (TKE) around the dikes. The results demonstrate that rough ice cover increases flow turbulence and local scour depth, with vertical wall dikes showing a greater maximum scour depth under rough ice-covered flow conditions. Notably, trapezoidal spur dikes, particularly those with a 30° slope, reduce maximum scour depths by dispersing turbulence over a broader area and minimizing near-bed shear stress, as evidenced by the reduction in peak turbulent kinetic energy (TKE) compared to vertical wall dikes. Numerical simulations closely replicate these dynamics and uniquely identify the absence of secondary scour holes around trapezoidal dikes under rough ice cover. The developed empirical equations incorporate parameters such as ice roughness ( n i /n b ) and dike geometry, improving the accuracy of scour depth estimation compared to existing models by accounting for ice cover effects and dike profile configurations, offering enhanced tools for designing scour-resistant structures in cold-region waterways. • Impact of ice cover and spur dike geometry on local scour through both experimental tests and numerical method. • Increase in turbulence and scour depth under rough ice cover. • Reduction in scour depth with decreased dike slope. • Development of equations for predicting the maximum scour depths under ice cover.

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 enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,019
Tête enseignante GPT0,292
Écart entre enseignants0,273 · 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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCold Regions Science and TechnologyMême sujetPrenatal Screening and DiagnosticsTravaux en français237 207