MétaCan
Menu
Retour à la cohorte
Enregistrement W1989166552 · doi:10.3997/2214-4609-pdb.179.0738-748

Comaparison Of Survey Results From Em-61 And Beep Mat For Uxo In Basaltic Terrain

2007· article· en· W1989166552 sur OpenAlexaboutno aff
Les P. Beard, Jacob R. Sheehan, William E. Doll, P Gaucher, Regis Desbiens, Wayne Mandell

Notice bibliographique

Revue20th EEGS Symposium on the Application of Geophysics to Engineering and Environmental Problems · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnexploded ordnanceMagnetometerGeologyTerrainMagnetic anomalyRemote sensingMagnetic surveyGeophysicsSeismologyMagnetic fieldPhysicsGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Site S-12 is one of several World War II era bombing targets found on the Pueblos of Laguna and Isleta in New Mexico. Magnetometry results from a low-altitude helicopter magnetometry survey at S-12 were inconclusive as to the extent and density of the ordnance debris field because underlying basalt flows created such a strong background signal. Subsequently, a team from Battelle and GDD Inc. carried out ground geophysical surveys to test the effectiveness of a geophysical instrument called Beep Mat. Beep Mat is mounted in a rugged sled and is designed to be towed over the ground or through snow. Originally developed for Canadian mineral prospecting, it has the ability to distinguish between conductive and non-conductive materials and between magnetic and non-magnetic materials. It is therefore a potentially useful instrument for UXO detection and discrimination. At Site S-12, a 100m x 50m grid was established in an area thought to be on the periphery of the bombing target. Geophysical data using EM-61, and Beep Mat were collected over the grid at one meter line spacing. Both the EM-61 and the Beep Mat data produced similar maps showing locations of scrap and UXO, but Beep Mat anomaly peaks were randomly offset about 2m from EM-61 anomaly peaks.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,741
Score d'incertitude au seuil0,396

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,191
Écart entre enseignants0,182 · 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 tête enseignante, 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue20th EEGS Symposium on the Application of Geophysics to Engineering and Environmental ProblemsMême sujetGeochemistry and Geologic MappingTravaux en français237 207