MétaCan
Menu
Back to cohort
Record W7011488942

Modelación matemática bi-dimensional de estructuras hidráulicas: Aplicación a modelos físicos de las bocatomas Chao - Virú, Achirana, Atacayán y Batea Comezango

2017· dissertation· es· W7011488942 on OpenAlexaboutno aff

Bibliographic record

Venuerenati · 2017
Typedissertation
Languagees
FieldEnvironmental Science
TopicWater Resource Management and Quality
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationWork (physics)Context (archaeology)Growth model
DOInot available

Abstract

fetched live from OpenAlex

Desde sus inicios la ingeniería hidráulica ha tenido un papel preponderante en la sociedad. Uno de los problemas más importantes que la ingeniería hidráulica intenta resolver es la predicción del comportamiento de un río, con la finalidad de aprovechar los recursos hídricos. Para tal fin requiere construir estructuras hidráulicas, no sin antes conocer y comprender mejor el comportamiento fluvial en la naturaleza y su interacción con las estructuras hidráulicas, pero esto se logra investigando modelos físicos complementado con modelos matemáticos. La construcción de modelos no sólo es un método admitido, sino que es el que ha permitido el progreso de la ciencia. Hacer ciencia es construir modelos. \nLa presente investigación tiene por objetivo contribuir al estado del conocimiento de la capacidad predictiva de los modelos matemáticos bidimensionales en representar situaciones reales tridimensionales que puedan ser simplificadas al ámbito bidimensional. Para tal fin se utiliza el modelo matemático bidimensional RIVER 20 (Universidad de Alberta - Canadá), en un intento de aplicar modelos bidimensionales de tramos fluviales de pendiente moderada donde se emplazan estructuras hidráulicas de gran envergadura como las bocatomas. \nLas aplicaciones de la modelación bidimensional realizadas para esta investigación son los modelos físicos de las bocatomas Chao-Virú, La Achirana, Atacayán y Batea Comezango elaborados por el Laboratorio Nacional de Hidráulica. Los valores de los parámetros hidráulicos de cada modelo físico, medidos en puntos y secciones específicas, fueron empleados para calibrar cada modelo bidimensional y realizar la comparación entre los valores medidos en modelos físico y los valores simulados en modelo bidimensional. Con la simulación bidimensional se obtienen parámetros hidráulicos en todo el sector de simulación (estructura hidráulica y tramo fluvial) y se tiene la ventaja de observar el comportamiento hidráulico y extraer los valores de los parámetros hidráulicos en zonas donde no se tiene valores medidos del modelo físico. \nPara determinar la capacidad predictiva de la modelación bidimensional se realiza el análisis de los resultados de las simulaciones realizadas, este análisis se divide en la comparación cualitativa y comparación cuantitativa respecto de los resultados observados y medidos en los modelos físicos, respectivamente. \nDe la comparación cualitativa (descripción del comportamiento hidráulico de las bocatomas y de los ríos), se puede indicar que los patrones de flujo obtenidos en los sectores de simulación son similares a los observados en los modelos físicos, esto explica que el funcionamiento de las estructuras hidráulicas como las bocatomas son representadas gráficamente de manera aproximada por la simulación bidimensional. Por ejemplo, la presencia de zonas de flujo inefectivo frente a los barrajes, zonas de aceleración frente a los canales de limpia, etc. \nDe la comparación cuantitativa (magnitud de los parámetros hidráulicos) de los valores medidos en modelo físico y los valores simulados en modelo bidimensional, se puede indicar que el análisis de los valores simulados de los parámetros hidráulicos se enfoca principalmente en el porcentaje de diferencia o error porcentual y en el porcentaje de predicción, ambos porcentajes son respecto del valor medido. Por ejemplo, en el modelo Atacayan se tiene un caudal de captación medido de 16 m3/s y un caudal de captación simulado de 17 m3/s, resultando como porcentaje de diferencia igual a +6%, por lo que se explica que el valor simulado es un 6% mayor al valor medido y que para fines de aproximación es aceptable, por ende, la modelación bidimensional se aproxima cuantitativamente al valor real medido y a los demás sectores donde no se tienen mediciones. \n \nActualmente la aplicación de modelos físicos y matemáticos a problemas reales, se realiza a nivel de investigación y a nivel comercial, los cuales en su mayoría se hallan en otros países. Por esa razón, se pretende contribuir en la concepción, planificación y diseño de estructuras hidráulicas de gran complejidad como son las bocatomas, especialmente porque la modelación bidimensional permitirá resolver situaciones complejas que presenta el funcionamiento de las bocatomas, resolviendo los problemas presentados en las bocatomas se pueden resolver otras estructuras menos complejas con mayor claridad y facilidad.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.002
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.015
Threshold uncertainty score0.030

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.002
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0030.003
Open science0.0010.001
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0060.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.019
GPT teacher head0.283
Teacher spread0.264 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2017
Admission routes1
Has abstractyes

Explore more

Same venuerenatiSame topicWater Resource Management and QualityFrench-language works237,207