MétaCan
Menu
Retour à la cohorte
Enregistrement W2155248108 · doi:10.1117/1.jrs.8.083611

Light backscattering in turbid freshwater: a laboratory investigation

2014· article· en· W2155248108 sur OpenAlexaff
Felipe de Lucia Lobo, Maycira Costa, Stephen Phillips, Erika Young, Cory McGregor

Notice bibliographique

RevueJournal of Applied Remote Sensing · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésSiltBackscatter (email)SedimentParticle sizeDistilled waterParticle (ecology)Deposition (geology)MineralogyParticulatesRefractive indexEnvironmental scienceLight scatteringIn situMaterials scienceScatteringChemistryGeologyOpticsPhysicsGeomorphologyChromatographyOceanography

Résumé

récupéré en direct d'OpenAlex

The relationship between backscattering and inorganic sediment concentration was examined in a controlled laboratory setting. Different concentrations of two sediment sizes (clay/silt and medium sand) of marine clay deposition were added separately in an opaque black tank containing 500 l of distilled water. The experiment used two optical Environmental Characterization Optics-Backscattering sensors to quantify backscattering in m−1 and NTU. Increasing backscatter coefficients (maximum 5.3 m−1) were observed with increasing suspended particulate concentrations up to 272 and 412 mg l−1 for clay/silt and medium sand, respectively. This demonstrates that a greater range of backscattering values can be measured for highly turbid waters than previously measured in situ. Mass-specific backscattering values for clay/silt (0.02 m2 g−1) are on average higher than for medium sand (0.014 m2 g−1). Although the backscattering ratio [b˜bp(λ)] and refractive index calculated are in accordance with the literature, it is worth noting that the difference in particle size does not exclude differences in matter composition, shape, and other physical factors that contribute to b˜bp variation. The results suggest that further investigation of inorganic optical properties affecting particle size as well as matter composition is required in a controlled environment.

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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,006
Tête enseignante GPT0,175
Écart entre enseignants0,169 · 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

Citations16
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Remote SensingMême sujetMarine and coastal ecosystemsTravaux en français237 207