MétaCan
Menu
Retour à la cohorte
Enregistrement W2094139026 · doi:10.1139/t00-117

Complex permittivity measurement system for detecting soil contamination

2001· article· en· W2094139026 sur OpenAlexfundvenueno aff
R. Kerry Rowe, Julie Q. Shang, Y Xie

Notice bibliographique

RevueCanadian Geotechnical Journal · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPermittivityContaminationSoil waterDielectric permittivityDielectricRelative permittivitySoil testEnvironmental scienceGeotechnical engineeringSoil scienceMaterials scienceGeologyOptoelectronics

Résumé

récupéré en direct d'OpenAlex

The design, calibration, and operation of a laboratory-scale system to assess the viability of detecting contaminants in soil based on changes in its electromagnetic response are described. The complex permittivity measurement device, permeation apparatus, and dielectric responses of soil specimens measured before and after permeation with different CaCl2 solutions are discussed. It is shown that the change in the complex permittivity of the soil is best characterized in terms of the permittivity and loss factor at the frequency of 250 MHz, since they exhibit a significant response to changes in the pore-fluid chemistry. The laboratory system can be used routinely to create soil samples permeated with a known contaminant at known concentrations and then measure the complex permittivity of the contaminated soil samples directly after permeation. The system is such that other factors (e.g., density and water content) which could influence the complex permittivity can be carefully controlled, allowing the relationship between the type and level of contamination and dielectric behaviour of soils to be established.Key words: complex permittivity, nondestructive testing, soil contamination, detection of soil contamination, environmental technology.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

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 technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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 Opus0,035
Tête enseignante GPT0,231
Écart entre enseignants0,196 · 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

Citations32
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Geotechnical JournalMême sujetSoil Moisture and Remote SensingTravaux en français237 207