MétaCan
Menu
Retour à la cohorte
Enregistrement W2067878185 · doi:10.5038/1827-806x.37.1.3

Tracer tests in karst hydrogeology and speleology

2008· article· en· W2067878185 sur OpenAlexaff
Nico Goldscheider, Joe Meiman, Michiel Pronk, Christopher Smart

Notice bibliographique

RevueInternational Journal of Speleology · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueKarst Systems and Hydrogeology
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésKarstCaveHydrogeologyTRACERAquiferGeologyMammothGroundwaterHydrology (agriculture)Electrical conduitSampling (signal processing)Groundwater flowGeomorphologyGeotechnical engineeringArchaeologyPaleontologyEngineeringGeography

Résumé

récupéré en direct d'OpenAlex

This article presents an introduction to the fundamentals of tracing techniques and their application in cave and karst environments, illustrated by case studies from the Mammoth Cave, USA, and a small experimental site in Switzerland. The properties and limitations of the most important artificial tracers are discussed, and the available methods of tracer injection, sampling, online monitoring and laboratory analysis are presented. Fully quantitative tracer experiments result in continuous or discrete concentration-time data series, i.e. breakthrough curves, and concomitant discharge data, which make it possible to obtain detailed information about groundwater flow and contaminant transport. Within the frame of speleological investigations, tracer tests can help to resolve the active and often inaccessible part of cave and conduit networks and to obtain indications about the geometry and volume of the conduits. For hydrogeological studies, caves can in turn be used as natural experimental and monitoring sites inside the unsaturated or saturated zone of karst aquifer systems.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,225
Écart entre enseignants0,212 · 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

Citations296
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of SpeleologyMême sujetKarst Systems and HydrogeologyTravaux en français237 207