MétaCan
Menu
Retour à la cohorte
Enregistrement W2313101346 · doi:10.1061/9780784413272.207

In Situ Localization and Quantification of Sediment Deposits after Dredging and Disposal Interventions in Sydney Harbour, Canada, Using a Dynamic Penetrometer

2014· article· en· W2313101346 sur OpenAlexafffundabout
Nina Stark, Bruce G. Hatcher, Matthew Hatcher, Vincent Leys, Achim Kopf

Notice bibliographique

RevueGeo-Congress 2014 Technical Papers · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensDalhousie UniversityCape Breton University
Organismes subventionnairesCoordenação de Aperfeiçoamento de Pessoal de Nível SuperiorCape Breton University
Mots-clésDredgingPenetrometerSedimentGeologyNova scotiaHarbourSeabedSeafloor spreadingOceanographyGeomorphologySoil scienceSoil water

Résumé

récupéré en direct d'OpenAlex

In late 2011, more than 4.2 million cubic meters of seafloor sediments dredged from the central channel of Sydney Harbour (Nova Scotia, Canada) were relocated to a coastal site near Edwardsville, on the west side of the South Arm of the harbor. Dynamic penetrometer measurements were carried out in October 2012 for rapid geotechnical characterization, localization, and quantification of dredged material deposits, using the lightweight dynamic penetrometer Nimrod. Complementary sediment samples and digital images were taken at selected positions using a small grab sampler and underwater camera. Sydney Harbour is characterized by a large variety of sediment types. Muddy sediments ranging from low to moderate consolidation states were found, as well as compacted fine sands. The dynamic penetrometer results allowed the localization and quantification of deposited dredge disposal material in a cost- and time-efficient manner. The spatial distribution of sediments is in good agreement with a sediment dynamics model by CBCL Limited. However, the deposited sediment layers were thicker than anticipated, being on the order of 10-20 cm, and reaching several tens of centimeters when mixed with finer, muddy deposits.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,746
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,220
Écart entre enseignants0,213 · 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 tête enseignante, 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

Citations3
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGeo-Congress 2014 Technical PapersMême sujetCoastal and Marine DynamicsTravaux en français237 207