MétaCan
Menu
Retour à la cohorte
Enregistrement W2151349839 · doi:10.1109/tgrs.2008.2000718

An Imaging HF GPR Using Stationary Antennas: Experimental Validation Over the Antarctic Ice Sheet

2008· article· en· W2151349839 sur OpenAlexfundno aff
Alice Le Gall, Valérie Ciarletti, Jean-Jacques Berthelier, Alain Reineix, Christophe Guiffaut, Richard Ney, F. Dolon, Sébastien Bonaime

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2008
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiquePlanetary Science and Exploration
Établissements canadiensnon disponible
Organismes subventionnairesCentre National d’Etudes SpatialesPolar Knowledge Canada
Mots-clésGeologyGround-penetrating radarRemote sensingBedrockRadarDepth soundingGeophysical surveyGeophysicsRadar imagingGlaciologyGeodesyGeomorphologySeismologyStratigraphyComputer scienceTectonics

Résumé

récupéré en direct d'OpenAlex

Terrestrial And Planetary Imaging Radar (TAPIR) is an innovative high-frequency ground-penetrating radar (GPR) developed in the frame of the Martian NetLander mission to probe the subsurface down to kilometric depths. Unlike most GPRs, TAPIR is able to image underground reflectors with stationary antennas. In this paper, after a brief presentation of the instrument, we describe the method developed to interpret data collected during the RAdar of NEtlander in Terre AdÉlie (RANETA) field survey in Antarctica. This method consists of retrieving the direction of arrival of each detected echo through the measurement of five components of the electromagnetic field (the three magnetic components and the horizontal components of the electric field). Thus, both the range and the direction of each individual reflection or diffraction due to the ice–bedrock interface are resolved. We validated this method on finite-difference time-domain numerically simulated data for different subsurface configurations before applying it to RANETA observations. In particular, the irregular topography of the bedrock in two sounding sites was revealed. We discuss the accuracy of our results.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,001
Communication savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,264
Écart entre enseignants0,240 · 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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Geoscience and Remote SensingMême sujetPlanetary Science and ExplorationTravaux en français237 207