MétaCan
Menu
Retour à la cohorte
Enregistrement W2076894668 · doi:10.1520/gtj11362j

Improved Complex Permittivity Measurement and Data Processing Technique for Soil-Water Systems

2002· article· en· W2076894668 sur OpenAlexaff
JW Scholte, JQ Shang, R. Kerry Rowe

Notice bibliographique

RevueGeotechnical Testing Journal · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensWestern UniversityQueen's UniversityGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésPermittivitySoil scienceRelative permittivitySoil waterGeotechnical engineeringWater contentSoil testBulk densityMaterials scienceEnvironmental scienceDielectricGeology

Résumé

récupéré en direct d'OpenAlex

Abstract The complex permittivity of soil-water systems is a function of a number of soil properties. By measuring the complex permittivity, one could quantitatively evaluate the soil behavior under existing conditions in the field, as well as identify changes in the environment. This paper describes the improvement of a measurement and data processing technique for the analysis of the complex permittivity of soil. A sample holder described in a previously published study is modified to reduce errors from sample handling and to increase the measurement accuracy and capacity. A modular unit is designed to measure the static conductivity and the complex permittivity of the soil simultaneously. The data processing technique is also presented, including the identification of the frequency for data analysis and extraction of the static conductivity from the measured loss factors. The results of the complex permittivity measurements on a compacted natural clayey till are presented to demonstrate the typical relationships of the soil complex permittivity as they are related to the soil volumetric water content, bulk density, and salinity.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,157
Tête enseignante GPT0,286
Écart entre enseignants0,129 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeotechnical Testing JournalMême sujetSoil Moisture and Remote SensingTravaux en français237 207