MétaCan
Menu
Retour à la cohorte
Enregistrement W2324111388 · doi:10.1190/1.3255289

Dielectric permittivity of natural salt rock contaminated with clay

2009· article· en· W2324111388 sur OpenAlexafffund
Sanaa Aqil, Douglas R. Schmitt

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPermittivityDielectricMaterials scienceNatural (archaeology)Dielectric permittivityContaminationComposite materialSalt (chemistry)GeologyGeotechnical engineeringOptoelectronicsChemistry

Résumé

récupéré en direct d'OpenAlex

The fact that ground penetrating radar (GPR) pulses propagate through dry salt with little attenuation has been exploited to probe salt formations since the mid-seventies of the last century (Unterberger and Stewart 1975; Unterberger 1976; Annan, Davis et al. 1979) Consequently, the ability of high frequency GPR to detect feature of few cm in thickness makes it a good technique for mapping anomalies in Potash mines. One particular interest in that environment is avoiding thin ‘clay’ layers, which, if cut too close to, can influence the safety and stability of the underground workings. To help in interpreting ground penetrating radar data, a clear understanding of the factor causing the reflection is essential; knowing why a reflection disappears is just as important as understanding the reflection itself. This is better understood if samples from the zones of reflections are characterized in terms of their complex permittivity and chemical and geometrical composition. In this contribution, we measure the dielectric properties of mixtures of halite with other primarily evaporite minerals taken directly from recently sampled core. We find substantial wave speed and attenuation dispersion in these mixtures that may result from the enhanced conductivity due to clay minerals.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

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
Bibliométrie0,0000,000
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 GPT0,218
Écart entre enseignants0,211 · 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

Citations0
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeophysical and Geoelectrical MethodsTravaux en français237 207