MétaCan
Menu
Retour à la cohorte
Enregistrement W2012589201 · doi:10.1139/t11-094

Use of CPT and other direct push methods for (hydro-) stratigraphic aquifer characterization — a field study

2012· article· en· W2012589201 sur OpenAlexvenueno aff
Thomas Vienken, Carsten Leven, Peter Dietrich

Notice bibliographique

RevueCanadian Geotechnical Journal · 2012
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAquiferHydraulic conductivityGeologySlug testSedimentary rockSoil scienceCharacterization (materials science)Aquifer propertiesReservoir modelingGeotechnical engineeringHydrology (agriculture)PetrologyGroundwaterSoil waterPaleontology

Résumé

récupéré en direct d'OpenAlex

Every environmental site investigation aims at delineating near-surface (hydro-) stratigraphic units and their characterization. To determine the type and hydraulic properties of sedimentary deposits, direct push (DP) sensor probes and tools are promising methods and are therefore frequently applied to measure high-resolution vertical profiles of soil properties. Given the variety of these tools, the objective of this paper is to compare selected DP tools for the (hydro-) stratigraphic subsurface characterization in a heterogeneous unconsolidated sedimentary aquifer. An overview of current DP applications is given and selected DP tools were tested for reproducibility, as well as their ability to reflect soil variability and to estimate hydraulic conductivity, K. Although resolution differences exist, all of the applied methods captured the main aquifer structure. Correlations of the DP-based K estimates or proxies with DP slug tests (DPST) show that it is possible to describe the aquifer hydraulic structure on less than a metre scale by combining DPST data and continuous DP measurements. Although correlations are site-specific and appropriate DP tools must be chosen, DP is a reliable and efficient alternative for characterizing even strongly heterogeneous sites with complex sedimentary architectures.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,044
Tête enseignante GPT0,316
Écart entre enseignants0,272 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations38
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetGeophysical Methods and ApplicationsTravaux en français237 207