A Comparative Analysis of Rubble Field Data Collection Techniques
Notice bibliographique
Résumé
The physical characteristics of a grounded rubble field can be difficult to evaluate. This may appear to be of little consequence at first; however these characteristics play a key role in determining the stability and loading absorbed by the rubble field. In the past, one of the most effective methods of collecting physical data from a rubble field was to perform a survey on the ice and use physical observations to determine the characteristics of a given field. However, with the advent of more sophisticated technology and observation equipment, manually surveying these formations may no longer be as frequently required. Data were obtained during the spring of 2010, at the rubble field that formed at the Minuk I-53 remnant exploration drill site in the western Canadian Beaufort Sea. This paper compares the quantitative results obtained from three methods: An on-ice survey, video and laser altimeter data collected from a helicopter and a digital elevation model (DEM) created from stereo satellite imagery of the rubble field. The paper examines their respective advantages and disadvantages with respect to obtaining roughness characteristics of a rubble field. The on-ice survey produces the most reliable results, however it is time-consuming and costly. The video and laser altimeter system provided a high volume of data, which correlated well with the on-ice survey, however its accuracy needs refinements for use with extensively ridged and rubbled regions of ice. The DEM did not correlate particularly well with the on-ice survey, but this too could be improved upon with further detailed examinations of its control points and matching features with what was observed in the field.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».