Realistic Expectations for Deep Ground Penetrating Radar Performance
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.
Notice bibliographique
Résumé
Ground penetrating radar (GPR) is unique amongst geophysical tools in terms of its imaging resolution and the diversity of its applications. Since its commercialisation four decades ago, GPR has also been distinguished because of the prevalence of some of its purveyors to oversell the method’s capabilities, relying largely on the end users’ lack of understanding of the underlying physics. Early adopters in the 1980s and 90s were dismayed to find that environments suitable for its purported ubiquitous deep penetration capabilities were rare and that it required resistivities well into the 1000s of Ohm m. Regardless of the advances made in electronics and antenna design in the intervening decades, the fundamental limitations have not changed.Misconceptions, “specsmanship” and hype have continued to abound in the GPR marketplace, particularly in recent years. Systems purporting to penetrate hundreds of metres using “megawatt” transmitters from the former Eastern Bloc have been promoted for mineral exploration, particularly in Australia and Africa. Other pseudo-radar concepts, such as the use of beam forming to achieve kilometres of penetration with centimetre accuracy, or THz laser scanners which can detect individual diamonds deep underground, have generally targeted junior exploration groups who lack in-house geophysical guidance.This work provides an overview of the fundamentals of non-dispersive EM wave propagation in the ground and an examination of the recent published performance claims of some GPR and pseudo-GPR systems within the context of accepted EM theory. The accepted methods for potentially increasing GPR performance, given the emerging technologies such as novel transmitter and receiver designs and new GPR antennas, are also discussed.
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 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 découle