MétaCan
Menu
Retour à la cohorte
Enregistrement W2157970093 · doi:10.2113/jeeg11.2.103

The Application of an Airborne Electromagnetic System in Groundwater Resource and Salinization Studies in Jilin, China

2006· article· en· W2157970093 sur OpenAlexaboutno aff
Qingmin Meng, Hui Hu, YU Qin-fan

Notice bibliographique

RevueJournal of Environmental and Engineering Geophysics · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGroundwaterSoil salinityGeologyChinaHydrology (agriculture)WetlandResource (disambiguation)Environmental scienceWater resource managementSalinityGeographyGeotechnical engineeringOceanographyArchaeology

Résumé

récupéré en direct d'OpenAlex

Abstract Airborne electromagnetic (AEM) systems were first developed in the early 1950's in Canada and Scandinavia. AEM systems have been applied in mineral exploration, geological mapping, geohydrological investigation and environmental monitoring in China since the 1980's. A dual-frequency AEM system (463 Hz, 1,563 Hz) which was developed by IGGE in the early 1980's has surveyed more than 160,000 line-km. A new three-frequency AEM system was also developed by IGGE in 1999. In 2001, a survey was conducted in Qian'an, Jilin Province, using the new AEM system. The purpose of this survey was to delineate salinization, to determine the freshwater/saltwater interface and to explore the freshwater resource for catchment management such as drinking, agriculture, stock raising and wetland protection. The main purpose was achieved by this survey. For the salinization study, the upper frequency AEM data were used. By comparing the apparent resistivities calculated from the AEM data with the geohydrological data, the areas and intensity of salinization were identified. For the freshwater resource study, lower and middle frequency AEM data were applied. Two zones of fresh ground-water were determined within the achievable exploration depth (about 100 m) of the AEM system.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,187

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,004
Tête enseignante GPT0,181
Écart entre enseignants0,177 · 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'étudeObservationnel
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

Citations8
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental and Engineering GeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207