Modélisation électromagnétique de la rétrodiffusion de la glace de rivière.
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Ce travail de recherche a conduit au développement d’un modèle électromagnétique de rétrodiffusion. Ce modèle, basé sur la théorie du transfert radiatif, constitue un outil d’analyse capable de simuler la rétrodiffusion des couverts de glace de la rivière. Il permet de mieux comprendre et interpréter l’interaction du signal radar avec le milieu. Son originalité touche deux aspects. Premièrement, la description des caractéristiques des types de glace a été améliorée en utilisant des instruments de laboratoire plus précis comme le scanneur tomographique (CT) et le microscope. Deuxièmement, les différents mécanismes de diffusion (diffusion de surface, de volume et multiple) pouvant contribuer dans cette interaction ont été considérés. Les résultats du modèle montrent que la réponse totale d’un couvert de glace columnaire exempté d’inclusions d’air dépend principalement des interfaces air/glace et glace/eau (ou glace/sédiments si le couvert est gelé jusqu’au fond). De plus, la glace columnaire flottante provoque une réponse supérieure de 6dB par rapport à celle gelée jusqu’au fond. La présence d’inclusions d’air de forme tubulaire cause une forte augmentation dans la rétrodiffusion totale due aux effets du double rebond (Double Bounce). La présence de la glace de neige dans la rivière a une faible contribution dans la rétrodiffusion totale simulée en bande C. Par ailleurs, la présence de la glace de neige ou de la glace de frasil contenant des inclusions d’air de taille comparable à la longueur d’onde provoque une augmentation dans la réponse totale due à la diffusion de volume et aux diffusions multiples entre les couches de glace.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,005 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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