Fiber optic temperature sensors in under-documented dams
Notice bibliographique
Résumé
Des systèmes de détection distribués sur fibres optiques dotés d‘une capacité de surveillance continue sont installés en permanence dans des barrages en terre au Canada et en Suède depuis 2004. La plupart de ces systèmes mesurent les variations de température le long d‘un câble à fibres optiques afin de détecter les infiltrations et l‘érosion possibles. Les câbles à fibres optiques installés en permanence jouent le rôle d’élément de détection et sont installés horizontalement le long du pied aval d’un barrage, à l’intérieur d’une berme, ou verticalement. Ces systèmes peuvent fournir des données de haute résolution spatiale le long et à l’intérieur de la géométrie d’un barrage. Au lieu d‘avoir la pression de l‘eau à l‘emplacement précis d‘un puits ou les données de débit à l‘emplacement d‘un débitmètre, les systèmes de détection à fibre optique actuels peuvent fournir des données de surveillance spatio-temporellement continues à une résolution inférieure à un mètre le long de la fibre sur plusieurs kilomètres de distance câble, permettant une couverture continue de toute la structure. Depuis les premières installations dans les années 90, la résolution du capteur, la précision, le coût et les moyens d‘évaluation des données se sont tous améliorés pour le bénéfice de l‘utilisateur final. Cet article montre comment les capteurs distribués à fibres optiques pourraient fournir un support de surveillance intérimaire incomparable pour les barrages sous-documentés présentant des déficiences non critiques.
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 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».