MétaCan
Menu
Retour à la cohorte
Enregistrement W2593073515 · doi:10.1002/rem.21506

The Use of Subbottom Profiling in Refining Dredge Cuts for a Large‐Scale Sediment Remediation Project

2017· article· en· W2593073515 sur OpenAlex
Jill Coles, M. J. Graham, Brian C. Riggs

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueRemediation Journal · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésCoringDredgingProfiling (computer programming)SeabedEnvironmental remediationGeologySedimentEngineeringComputer scienceOceanographyContaminationGeomorphology

Résumé

récupéré en direct d'OpenAlex

A number of different techniques were employed to locate the target dredge grade on a large‐scale Canadian sediment remediation project. These techniques included various coring events, Seabed Terminal Impact Newton Gradiometer (STING) testing, and geotechnical borings. Despite these techniques, the data set for interpolation of the dredge grade was widely spaced, and some of the investigations were not specifically intended to be used for defining the dredge grade. In order to reduce the risk of extra expenses from contractor claims resulting from differing sediment conditions, more precise planning was required. Due to the size of the area and the desired accuracy, subbottom profiling was identified as a potential tool to provide high‐density coverage across the site. As with any geophysical tool, ground truth data were required to verify and aid in interpretation. This article describes how subbottom profiling was used to refine the dredge grade for the target layer, the associated challenges related to signal loss in some areas, and how they were overcome. ©2017 Wiley Periodicals, Inc.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,128
Score d'incertitude au seuil0,622

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,055
Tête enseignante GPT0,293
Écart entre enseignants0,239 · 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