MétaCan
Menu
Retour à la cohorte
Enregistrement W7084141838 · doi:10.5194/wes-2025-152-rc1

Comment on wes-2025-152

2025· peer-review· en· W7084141838 sur OpenAlexaff

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMelanoma and MAPK Pathways
Établissements canadiensNorth Island College
Organismes subventionnairesnon disponible
Mots-clésMesoscale meteorologyWakeTurbineWind powerOffshore wind powerWind speed

Résumé

récupéré en direct d'OpenAlex

Abstract. Mesoscale simulations are increasingly used to estimate wake effects within and between large wind farms, despite limited validation for large-scale wake effects. This study evaluates the capabilities and limitations of mesoscale simulations in capturing wake-induced impacts on wind turbine power production through a direct comparison with large-domain large-eddy simulations (LES) for three planned offshore wind farms under realistic atmospheric conditions and a range of atmospheric stabilities. We assess mesoscale performance in replicating wake characteristics behind single and multiple turbine clusters and quantify the resulting variability in mean turbine power. Results show that mesoscale Weather Research and Forecasting simulations with the Fitch wind farm parameterization capture key features of the velocity deficit downstream of both single and multiple wind farms, with mean root-mean-square errors near 5 % and good agreement with stability-driven wake behavior. However, in these simulations, the mesoscale Fitch parameterization underestimates power losses from internal wake effects, particularly when turbines align with the prevailing wind direction or under stable stratification. In these conditions, individual wakes persist and dominate downstream power deficits. The coarse resolution of the mesoscale simulations limits their ability to resolve individual wind turbine wakes that drive power fluctuations within wind farms. Nonetheless, mesoscale simulations can yield accurate estimates of combined wake losses from internal and cluster effects across some wind direction sectors, where errors in wake representation may cancel out. These findings underscore the strengths of mesoscale simulations for capturing broader wake patterns, while highlighting their limitations for modeling turbine-level power losses. Future work should explore hybrid modeling approaches to capture both long-range cluster wake propagation and localized internal wake dynamics.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,443
Score d'incertitude au seuil0,795

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,002
Science ouverte0,0020,002
Intégrité de la recherche0,0130,007
Charge utile insuffisante (le modèle a refusé de juger)0,4430,313

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 GPT0,302
Écart entre enseignants0,276 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

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 sujetMelanoma and MAPK PathwaysTravaux en français237 207