MétaCan
Menu
Retour à la cohorte
Enregistrement W2068055008 · doi:10.1121/1.4780909

Development of a fresh-water tank facility for calibrating multibeam sonar

2003· article· en· W2068055008 sur OpenAlexaff
Kenneth C. Baldwin, Larry A. Mayer, Andrew McLeod, Kenneth G. Foote, Dezhang Chu, Jonathan Beaudoin

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater Quality Monitoring Technologies
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésCalibrationSonarAcousticsRepeatabilityTransducerComputer sciencePosition (finance)Table (database)Angular displacementPhysicsMathematics

Résumé

récupéré en direct d'OpenAlex

Multibeam sonars are being used increasingly to image fish. To realize their quantitative potential for measuring the numerical density of fish and other aquatic organisms, it is essential that they be calibrated. This can be done by the use of standard targets or reference hydrophones. The calibration of narrow beam acoustic arrays requires precision angular positioning of the transducer under test. This precision is defined as 0.1 deg of angular position control. This degree of control is achievable with the use of a precision rotary table typically used in CNC machining. This presentation describes: system specifications and the LabView program used to control and coordinate position and acoustic data acquisition, the initial evaluation of the rotary table for repeatability and possible backlash, and representative acoustic measurements made with multibeam sonars using the new system. [Work supported by NSF Contract No. OCE 0002842.]

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: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,340

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,030
Tête enseignante GPT0,259
Écart entre enseignants0,229 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetWater Quality Monitoring TechnologiesTravaux en français237 207