MétaCan
Menu
Retour à la cohorte
Enregistrement W3110004483 · doi:10.1051/e3sconf/202019502024

Evaluation of prediction models applied to the soil-water characteristic curve of ideal materials

2020· article· en· W3110004483 sur OpenAlexaff
Roberto Dutra Alves, Gilson de Farias Neves Gitirana, Sai K. Vanapalli

Notice bibliographique

RevueE3S Web of Conferences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSoil and Unsaturated Flow
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGeneralizationIdealizationSoil waterIdeal (ethics)MathematicsComputer scienceBiological systemEnvironmental scienceSoil scienceMathematical analysisPhysics

Résumé

récupéré en direct d'OpenAlex

The development of theoretical and semi-empirical models to study capillary mechanisms and predict the soil-water characteristic curve (SWCC) generally requires the idealization of pore space and pore water, considering simplifying hypotheses. The study of ideal materials comprised of particles with controlled shape and size allows the evaluation of such simplifying hypotheses and the subsequent generalization to actual soils. In this paper, four theoretical and semi-empirical models for the prediction of the SWCC are applied to the prediction of artificial materials comprised of spherical particles. Nineteen grain-size distribution curves, with varying coefficients of uniformity are considered. The dataset is comprised of materials previously published and additional tests carried out by the authors, under highly controlled conditions. The analyses allowed the evaluation of the effect of grain-size distribution curve and shape of the particles. The limitations and advantages of each prediction model was investigated, and a detailed comparison is presented, guiding future implementations of improved models.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,224

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,043
Tête enseignante GPT0,234
Écart entre enseignants0,191 · 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 tête enseignante, 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetSoil and Unsaturated FlowTravaux en français237 207