MétaCan
Menu
Retour à la cohorte
Enregistrement W3179653936 · doi:10.3311/floodrisk2020.9.3

Detection of seepages and monitoring of structural changes in earthen embankments by FO DTS

2021· article· en· W3179653936 sur OpenAlexaff
F. Čejka, Vojtěch Beneš, Balázs Benei, Z. Boukalová

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésLeveeDeskEnvironmental scienceCivil engineeringIrrigationContinuous monitoringEngineeringEnvironmental engineeringGeotechnical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to describe an innovation in the monitoring of performance of earth embankments, namely the use of sensing systems for full-time monitoring of ash pond and irrigation pond seepages.In the past decades, due to IT development and cost reduction, the sensor technology segment and associated measurement and monitoring systems have started to expand rapidly.One of the areas of sensor technology suitable for real-time monitoring of earthen embankments is that of fibre optic distributed temperature sensors (FO DTS).This paper deals with the results of pilot measurements performed within the E!11705 FORMTES project in 2018 -2020, as related to the analysis of the existing FO DTS system installed in the irrigation pond in Spain, and on the new implementation of the FO DTS system in part of the embankment of the ash pond in Hungary, and the use of FO DTS systems for monitoring of potential seepage in above mentioned embankment structures.The evaluated pilot tests together with the desk review were used for the validation and enhancement of the novel methodology to enable its real-life implementation both for the existing embankment structures and the development of detailed designs of new structures of similar nature.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,217
Écart entre enseignants0,210 · 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'étudeObservationnel
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Moisture and Remote SensingTravaux en français237 207