MétaCan
Menu
Retour à la cohorte
Enregistrement W2079027877 · doi:10.4043/24621-ms

Application of Ground Penetrating RADAR for Profiling and Bathymetric Survey of Shallow Frozen

2014· article· en· W2079027877 sur OpenAlexaboutno aff
R.C. Cross, W.J. Lee, R. Poeckert

Notice bibliographique

RevueOTC Arctic Technology Conference · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGround-penetrating radarBathymetryGeologySonarRemote sensingHydrographic surveyRadarIsopach mapGeomorphologyGeodesyOceanographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Ground Penetrating Radar (GPR) was used to survey the bathymetry and sub-bottom features of a frozen lake in Ontario, Canada. A 50 MHz GPR measured the lake depth to a maximum of 24 meters. Sub-bottom features and sediment thickness were simultaneously observed and recorded with the GPR. Single beam sonar hydrographic surveying methods were applied to the data acquisition process and quality control procedures. Quality control checks revealed a vertical accuracy of approximately 0.25 meters while the horizontal positional accuracy was approximately 0.1 meters through the use of Real-time Kinematic (RTK) GPS. A contoured bathymetric map was generated from the data set as well as an isopach of sediment thickness. GPR is demonstrated to be effective for measuring water depth, ice thickness, and sub-bottom features of ice covered lakes.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,278
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,034
Tête enseignante GPT0,264
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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOTC Arctic Technology ConferenceMême sujetUnderwater Acoustics ResearchTravaux en français237 207