Utilisation de la scanographie pour l'étude des sédiments : influence des paramètres physiques, chimiques et biologiques sur la mesure des intensités tomographiques
Notice bibliographique
Résumé
In July 1996, a flash flood resulted in the input of 9 million m 3 of sediment toward the Bay of Ha! Ha!, leading to the elimination, partly or totally, of the benthic fauna of the bay. In this study, the CT scanner has been used in a highly perturbed environment, the Bay of Ha! Ha!, to both assess (i) the relationships between the variations of tomographic intensities and the sedimentologic parameters of the sedimentary column and (ii) to quantify the biogenic structures resulting from the activity of benthic organisms. Compaction, CaCO 3 contents, and granulometry of sediments are the most important influences on the variation of tomographic intensities. The scanner allowed the study and quantification, in a non destructive way, of the sediment occupation by biogenic structures and, more particularly, allowed to further assess most of the relative importance of the fine fraction of biogenic structures (0.2501 mm) in the surface sediment layer (05 cm). Sediment occupation by biogenic structures reached maximal values at the upper part of the sedimentary column and decreased with depth. If sedimentary reworking leads to an increase in the sediment porosity, destabilization generated by the activity of organisms is balanced by the consolidation of the wall of the biogenic structures. Bioturbation resulting from the activity of benthic organisms into the sediments has a significant role on the sedimentary structure and biogeochemical processes. It is therefore necessary to quantify the volume of sediments occupied by biogenic structures to assess the activity of benthic organisms in the sedimentary column.
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 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».