MétaCan
Menu
Retour à la cohorte
Enregistrement W2318738430 · doi:10.1109/jstars.2014.2299813

Influence of Sand-Grain Morphology and Iron-Oxide Distribution Patterns on the Visible and Near-Infrared Reflectance of Sand-Textured Soils

2014· article· en· W2318738430 sur OpenAlexaff
Gladimir V. G. Baranoski, Bradley W. Kimmel, T. Francis Chen, Erik Miranda

Notice bibliographique

RevueIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésWeatheringSoil waterRoundness (object)Grain sizeSphericityMineralogyIron oxideMaterials scienceParticle-size distributionGeologySoil scienceComposite materialGeochemistryMetallurgyParticle size

Résumé

récupéré en direct d'OpenAlex

The overall shape of a sand grain can be defined by two morphological properties, namely sphericity and roundness, and it is largely determined by soil-formation and weathering processes. In this paper, we investigate the effects of these properties on the visible and near-infrared reflectance of sand-textured soils characterized by the presence of iron oxides. Our investigation is supported by computer simulations performed using the SPLITS (Spectral Light Transport Model for Sand) model and considering actual sand characterization data. Our findings indicate that the influence of grain morphology may vary considerably depending on the distribution patterns of iron oxides present in sand-textured soils. These minerals may occur as pure particles, as contaminants mixed with the grain parent material, or as coatings. Since these distribution patterns are also significantly affected by soil-formation and weathering processes, we believe that the combined influence of sand-grain shape and iron-oxide distribution patterns on the reflectance of sandy landscapes should be carefully taken into account in the retrieval of information about their mineralogy and environmental history.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil0,303

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 Opus0,012
Tête enseignante GPT0,218
Écart entre enseignants0,205 · 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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Selected Topics in Applied Earth Observations and Remote SensingMême sujetAeolian processes and effectsTravaux en français237 207