MétaCan
Menu
Retour à la cohorte
Enregistrement W3086663172 · doi:10.5194/egusphere-egu2020-4661

Uncertainty of discharge measurement using salt dilution

2020· article· en· W3086663172 sur OpenAlexaff
Alexandre Hauet, Kristoffer Florvaag-Dybvik, Mads-Peter Jakob Dahl, Frode Thorset Kvernhaugen, Knut Møen, Gabriel Sentlinger

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWater Systems and Optimization
Établissements canadiensTelus (Canada)
Organismes subventionnairesnon disponible
Mots-clésDilutionMeasurement uncertaintyConductivityTRACERUncertainty analysisMixing (physics)Observational errorRange (aeronautics)Propagation of uncertaintyMechanicsChemistryMaterials scienceThermodynamicsPhysicsMathematicsStatistics

Résumé

récupéré en direct d'OpenAlex

Discharge measurement using salt dilution is an old method, but it has been recently more and more used thanks to the development of new sensors making it possible to measure conductivity and compute discharge in real-time. Salt dilution is very well suited for turbulent rivers, such as mountain streams. The ISO standard ISO 9555 propose a normative framework to estimate uncertainty, but it was published in 1994 and is now obsolete for new sensors and computational capabilities. In this article, we propose a complete framework to compute the uncertainty of a salt dilution gauging following the GUM (Guide to the expression of uncertainty in measurement) method that take into account the following error sources: (i) the uncertainty in the mass of salt injected, (ii) the uncertainty in the measurement of time, (iii) the uncertainty in the Conductivity to Concentration law, (iv) the uncertainty if a measurement conductivity is out of the range of the Conductivity to Concentration law, (v) the uncertainty in the computation of the area under the conductivity curve, (vi) the uncertainty due to a not perfect mixing of the tracer if the mixing length between injection and the probes is not reached (vii) the uncertainty due to a loss or a gain of tracer between the injection and the probes if tracer can be adsorbed for example and (viii) the uncertainty due to unsteadiness of the flow i.e. variation of discharge during the measurement. The method for computing each uncertainty source is presented and the new framework is applied to a set of real measurements and compared to the expertise of field hydrologists.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,026
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0030,003
Science ouverte0,0020,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,049
Tête enseignante GPT0,202
Écart entre enseignants0,153 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetWater Systems and OptimizationTravaux en français237 207