Impact of particle concentration and out-of-range sizes on the measurements of the LISST
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
Abstract The instrument LISST (laser in situ scattering and transmissiometry) has been widely used for measuring the size of oil droplets in relation to oil spills and sediment particles. Major concerns associated with using the instrument include the impact of high concentrations and/or out-of-range particle (droplet) sizes on the LISST reading. These were evaluated experimentally in this study using monosized microsphere particles. The key findings include: (1) When high particle concentration reduced the optical transmission (OT) to below 30%, the measured peak value tended to underestimate the true peak value, and the accuracy of the LISST decreased by ~8% to ~28%. The maximum concentration to reach the 30% OT was about 50% of the theoretical values, suggesting a lower concentration level should be considered during the instrument deployment. (2) The out-of-range sizes of particles affected the LISST measurements when the sizes were close to the LISST measurement range. Fine below-range sizes primarily affected the data in the lowest two bins of the LISST with >75% of the volume at the smallest bin. Large out-of-range particles affected the sizes of the largest 8–10 bins only when very high concentration was present. The out-of-range particles slightly changed the size distribution of the in-range particles, but their concentration was conserved. An approach to interpret and quantify the effects of the out-of-range particles on the LISST measurement was proposed.
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 | 0,001 | 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 | 0,001 |
| 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