MétaCan
Menu
Retour à la cohorte
Enregistrement W1996586691 · doi:10.1109/icgpr.2010.5550073

Inference of vertical soil moisture distribution using high-frequency CMP and reflection traveltime analysis

2010· article· en· W1996586691 sur OpenAlexafffund
Colby M. Steelman, Anthony L. Endres

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGround-penetrating radarWater contentGeologySoil scienceReflection (computer programming)PetrophysicsSoil horizonRadarPorositySoil waterGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

High-frequency ground-penetrating radar (GPR) surveys were used to investigate temporal water content variations in a vertical soil column characterized by stratified clean sand deposits over multiple annual cycles. Reflection profiling and common-midpoint (CMP) soundings were coincidently performed using 900 MHz antennas across a 2 m intensive monitoring profile. Our ability to identify fixed reflection events along a vertical soil profile permits inference of soil water flux across defined soil intervals in a non-invasive manner. Soil moisture contents were estimated from two-way traveltime measurements between seasonally coherent stratigraphic interfaces in the upper 2-3 m of soil. Interval thicknesses between stratigraphic interfaces were estimated from normal-moveout velocity analysis of coincidently collected CMP soundings. Interval traveltimes from reflection profiles were then converted to wave velocity using the interval thickness estimates and a volumetric water content estimate using an appropriate petrophysical relationship. The GPR effectively characterized long (e.g., seasonal trends) and short-period (e.g., distinct wetting events) variations in vertical soil moisture distribution.

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)0,000
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 enseignants0,852
Score d'incertitude au seuil0,226

Scores Codex et Gemma par catégorie

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 recherche0,0000,000
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 Opus0,013
Tête enseignante GPT0,284
Écart entre enseignants0,271 · 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

Citations0
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeophysical Methods and ApplicationsTravaux en français237 207