MétaCan
Menu
Retour à la cohorte
Enregistrement W4243191732 · doi:10.4133/1.2923520

Examples of the Effect of Magnetic Soil Environments on Time Domain Electromagnetic Data

2005· article· en· W4243191732 sur OpenAlexaff
Sean E. Walker, Leonard R. Pasion, Stephen Billings, John F. Foley, Yaoguo Li, Douglas W. Oldenburg

Notice bibliographique

RevueSymposium on the Application of Geophysics to Engineering and Environmental Problems 2005 · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésTime domainComputer scienceMagnetic domainEnvironmental sciencePhysicsMagnetic fieldMagnetization

Résumé

récupéré en direct d'OpenAlex

During September 2004 a field study was carried out on the Hawaiian Island of Kaho'olawe to explore various aspects of the effect of magnetic soils on time domain electromagnetic (TEM) measurements. This field work was in support of two Strategic Environmental Research and Development Program funded research projects (UX1355 and UX1414) whose goals are to investigate the source and spatial variability of magnetic soil anomalies, to create a methodology for modelling the response of magnetic soils, and to develop TEM data collection techniques that can better discriminate between the response of magnetic soils and unexploded ordnance (UXO). Detailed electromagnetic surveys were carried out at a test site on the island. The data from the surveys verify the commonly held belief that magnetic variations in the soil can complicate the identification of UXO. However, the data also show that short wavelength variations in the TEM response due to micro‐topographic variations and coil orientation effects can generate responses that could mask a UXO and/or result in a false positive. An overview of the surveys, a discussion of preliminary results and some practical recommendations for surveying in magnetic soil environments will be presented.

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 enseignants0,299
Score d'incertitude au seuil0,404

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 Opus0,004
Tête enseignante GPT0,171
Écart entre enseignants0,167 · 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

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymposium on the Application of Geophysics to Engineering and Environmental Problems 2005Même sujetGeophysical and Geoelectrical MethodsTravaux en français237 207