MétaCan
Menu
Retour à la cohorte
Enregistrement W7101022030

Comparison of Turbine Discharge Measured by Current Meters and Acoustic Scintillation Flow Meter at

2008· article· en· W7101022030 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueFlow Measurement and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurrent meterMetering modeCurrent (fluid)Flow measurementMetreTransducerTurbineFlow (mathematics)Measuring instrument
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Performance tests were conducted at Unit 22 at Hydro-Québec’s Laforge-2 plant between June 11 and 15, 1997. These tests included measurements of the discharge through the turbine using current meters. Simultaneous measurements were also taken in one bay of the intake with an Acoustic Scintillation Flow Meter (ASFM). The ASFM is a new instrument which offers unique advantages for measuring intake flows in low-head, short intake plants for which current meters have been the traditional and only effective method. It is non-intrusive, and its deployment in intake gate slots is straightforward, allowing data to be collected with a minimum of plant downtime. Laforge-2 is typical of large to medium-sized plants of that type: it is equipped with two 147 MW Kaplan turbines, each with a three-bay intake. The bays at the metering section are 19.7m high and 6.1m wide. The net head for the plant is 27.4m. The current metering used one hundred ninety measuring points in each bay, obtained using forty individual current meters mounted in four rows of 10 on a frame 4.6m high. The current meter rows were spaced 1.08m apart vertically. The inclination of the meters was controlled by a hydraulic adjustment system to align them with the flow. The ASFM transducer arrays were mounted on the same frame as the current meters in Bay 1, at the trailing (downstream) edge of

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,209
Score d'incertitude au seuil0,416

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,040
Tête enseignante GPT0,254
Écart entre enseignants0,214 · 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

Citations0
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFlow Measurement and AnalysisTravaux en français237 207