MétaCan
Menu
Retour à la cohorte
Enregistrement W2084685300 · doi:10.1051/matecconf/20130301072

Measurement of local composition of organic materials within porous inorganic media using two-dimensional acoustic mapping

2013· article· en· W2084685300 sur OpenAlexaff
Marc Cassiède, John M. Shaw

Notice bibliographique

RevueMATEC Web of Conferences · 2013
Typearticle
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésPorous mediumAcousticsUltrasonic sensorTemporal resolutionData acquisitionPorosityComputer scienceHigh resolutionDiffusionMaterials scienceGeologyRemote sensingOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Real-time measurement of local composition and movement of organic fluids in porous media presents numerous data acquisition and data processing challenges in many fields of science. Imaging techniques based on Xrays, acoustic or thermo-acoustic devices have been used to study the evolution of the structure of cells and internal organs in biology and biomedical applications or to monitor thermophysical phenomena such as diffusion, catalysis, phase change, and natural gas hydrate formation in chemical engineering. Acoustic techniques are of growing interest as they are often more convenient, cheaper, and have fewer side effects in the case of biomedical applications. While the data acquisition time required to obtain high-resolution three-dimensional images can be long, current commercial multi-element acoustic devices permit the generation of two-dimensional high-resolution acoustic images from ultrasonic emission from an array of sensors at short time intervals. In principle, it is possible to monitor a physical property as a function of time and at small length scales. In this work, a micro seismic experimental technique is illustrated, that provides realtime, two-dimensional, high-resolution images of fluid flow and fluid composition within inorganic porous media.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,238
Écart entre enseignants0,207 · 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
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMATEC Web of ConferencesMême sujetGeophysical Methods and ApplicationsTravaux en français237 207