MétaCan
Menu
Retour à la cohorte
Enregistrement W7132932794

Laboratory measurements of the flow beneath microscale breaking waves

2002· dissertation· W7132932794 sur OpenAlexfundno aff
Muhammad Husain Kamran Siddiqui

Notice bibliographique

RevueTSpace · 2002
Typedissertation
Langue
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésMicroscale chemistryBreaking waveParticle image velocimetryTurbulenceGravity waveKinetic energyAmplitudeSurface waveWind wave
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Microscale breaking wave are short gravity waves that break without air entrainment. Microscale breaking waves occur at low to moderate wind speeds (i.e. 4–12 m s−1) and are typically O(0.1–1)m in length. This work reports on a series of laboratory experiments investigating the flow field beneath microscale breaking waves. In this study, surface temperature measurements were made using infrared imagery and the two-dimensional velocity fields were simultaneously measured using digital particle image velocimetry (DPIV). Microscale breaking was found to generate strong near-surface vortices that produced the wakes visible in the IR images. The fractional area coverage of the wakes generated by microscale breaking waves was closely correlated with the wave slope and the turbulent kinetic energy, demonstrating that as the wind speed increases, the waves become steeper and this leads to more microscale wave breaking, which enhances near-surface turbulence. At a wind speed of 4.5 m s−1, 11% of the waves were microscale breaking waves, whereas, 91% of the waves were microscale breaking waves at a wind speed of 11.0 m s−1. It was shown that on average, microscale breaking waves are significantly larger in amplitude and steeper than non-breaking waves and that the turbulent kinetic energy generated by a microscale breaking wave was up to a factor of two larger than that generated by a non-breaking wave. The coherent structures generated by wind wave were detected and their statistical properties were used as an input to the surface renewal model to predict air-water gas transfer velocities. The predicted transfer velocities increased by a factor of eight over the wind speed range 4.5 to 11.0 m s−1 and were comparable with measured values. Our laboratory results showed that at wind speeds greater than 7 m s −1, more than 80% of the waves were microscale breaking waves, that more than 86% of the near-surface turbulent kinetic energy and more than 90% of the air-water gas flux was due to microscale breaking waves. This led to the conclusion that microscale breaking waves may prove to be the dominant mechanism that controls the rates of air-sea gas and heat transfer.

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 enseignants0,001
Score d'incertitude au seuil0,002

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,259
Écart entre enseignants0,232 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetOcean Waves and Remote SensingTravaux en français237 207