MétaCan
Menu
Retour à la cohorte
Enregistrement W2582371371

Combining CT scan and particle imaging techniques: applications in geosciences.

2016· article· en· W2582371371 sur OpenAlexfundno aff
Corinne Bourgault-Brunelle, Mathieu Des Roches, Louis-Frédéric Daigle, Pierre Francus, Bernard Long, Philippe Després

Notice bibliographique

RevueEspaceINRS (National Institute for Scientific Research (Canada)) · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensnon disponible
Organismes subventionnairesMinistère des Transports
Mots-clésGeologyScannerSediment transportParticle image velocimetryData acquisitionImage resolutionVelocimetryTemporal resolutionParticle (ecology)Fluid dynamicsSedimentComputer scienceGeomorphologyMechanicsPhysicsOpticsTurbulenceComputer visionArtificial intelligence
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A small scale physical model of a river and its bed
\nwas built to study sediment transport. This model was installed
\nthrough a CT scanner in order to validate a data acquisition
\nsystem coupling a CT scan and a particle image velocimetry
\n(PIV) system. The PIV structure is fixed to the scanner, which
\nmoves along 2.6 meters rails. This combined system provides
\nhigh spatial and temporal resolution measurements of bed
\ndensity and fluid velocity. The data acquisition is time-synchronized
\nand co-located greatly improving our
\nunderstanding of the dynamics inside the scanned object. The
\nbed topography and porosity as well as the fluid velocity profiles
\nnear the bed were successfully derived. These parameters are
\nessential to link hydrodynamic processes over the bed and
\nsediment transport. The methodology holds promising
\nadvancements in experimental sedimentology, and could also find
\ninteresting applications in other non-medical fields.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,911
Score d'incertitude au seuil0,810

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
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 Opus0,027
Tête enseignante GPT0,300
Écart entre enseignants0,273 · 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'étudeSans objet
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspaceINRS (National Institute for Scientific Research (Canada))Même sujetHydrology and Sediment Transport ProcessesTravaux en français237 207