Electrical Geophysics for Assessing Permafrost Conditions along Highway Infrastructure
Notice bibliographique
Résumé
The Yellowknife region, part of the Slave Geological Province, falls within the extensive discontinuous permafrost zone in Canada. A large degree of economic development is routed through Yellowknife from the mineral‐rich North Slave. Despite the mineral‐rich nature of this region, surficial sediment maps and knowledge of permafrost conditions are only now being established in detail. Permafrost and associated ground ice can significantly affect land‐based infrastructure through influence on ground stability and drainage patterns. As such, geoscience information contributing to permafrost characterization is critical for understanding risks to roads which are vital to Northern economic development. The 100 km stretch of the chip‐sealed Highway 3, west of Yellowknife, presently experiences instabilities including settlement, heave, and rotations related to transitions between differing terrain and drainage conditions within the discontinuous permafrost. Electrical resistivity data were collected over identified terrain types, and across potential terrain transitions and thaw fronts based on the hypothesis that permafrost distribution and conditions vary with terrain type. Processed resistivity models indicate distinct electrical signatures for most of the terrain types which would allow for extensive geophysical characterization complimentary to landscape mapping, temperature data and shallow boreholes. The resistivity models also exhibit features indicative of the base of ice‐bonded permafrost, ice‐rich sediment and thaw zones, which can be correlated with terrain features of sediment type and drainage. Observed resistivity anomalies indicate thaw zones related to existing and past road infrastructure, which help in understanding conditions causing highway subsidence.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».