MétaCan
Menu
Retour à la cohorte
Enregistrement W2114085819 · doi:10.1177/1097196304042117

A Comparison of Different Techniques to Quantify Moisture Content Profiles in Porous Building Materials

2004· article· en· W2114085819 sur OpenAlexaff
Staf Roels, Jan Carmeliet, Hugo Hens, O.C.G. Adan, H.J.P. Brocken, Robert Černý, Zbyšek Pavlík, Armin T. Ellis, Christopher Hall, Kumar Kumaran, L. Pel, Rudolf Plagge

Notice bibliographique

RevueJournal of Thermal Envelope and Building Science · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésWater contentMeasure (data warehouse)Thermal diffusivityMaterials scienceReliability (semiconductor)MoisturePorosityAttenuationWork (physics)Porous mediumProcess engineeringEnvironmental scienceBuilding materialComposite materialComputer scienceGeotechnical engineeringMechanical engineeringEngineeringOpticsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Several advanced non-destructive techniques are available to measure the evolution of content profiles with time, allowing the analysis of unsaturated flow and the determination of the moisture diffusivity of porous building materials. The reliability of six different techniques is investigated: the NMR-technique, the MRItechnique, the γ-ray attenuation technique, the capacitance method, the X-ray projection method and the TDR-technique. All of them were applied to measure the moisture content evolution during free uptake experiments on two building materials. Considering the limitations of some of the techniques, a good overall agreement is obtained. The work presented is an outcome of the EU-initiated HAMSTAD-project.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,307
Écart entre enseignants0,276 · 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

Citations124
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thermal Envelope and Building ScienceMême sujetSoil Moisture and Remote SensingTravaux en français237 207