Impact of particle concentration and out-of-range sizes on the measurements of the LISST
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.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».