Validation expérimentale des formules de déversoirs latéraux
Bibliographic record
Abstract
Le présent travail a pour objectif spécifique de comparer les modèles hydrauliques pour simuler les débits véhiculés par le déversoir latéral afin de sélectionner le modèle le plus approprié. La méthodologie préconisée est basée sur l'analyse de modèles mathématiques de différents degrés de complexité. Un montage expérimental conçu pour les besoins de la présente étude a permis de comparer l'adéquation des modèles analysés pour simuler le débit réel déversé à travers un déversoir latéral. La validation a été faite pour un modèle mécaniste découlant de l'équation fondamentale de Bernoulli et pour, des modèles semi-empirique. Il ressort de l'étude que le modèle semi-empirique de Dominguez donne des résultats comparables à ceux du modèle mécaniste et qui concordent avec les résultats expérimentaux. On recommande donc l'utilisation du modèle de Dominguez, qui est plus simple à mettre en oeuvre, pour le calcul du débit déversé à travers un seuil latéral.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.022 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 0.004 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".