MétaCan
Menu
Retour à la cohorte
Enregistrement W4361838289 · doi:10.1002/9781118786352.wbieg2085

Ground‐Penetrating Radar

2023· other· en· W4361838289 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInternational Encyclopedia of Geography · 2023
Typeother
Langueen
DomaineEngineering
ThématiqueGeophysical Methods and Applications
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGround-penetrating radarClassification of discontinuitiesGeologyRadarRemote sensingHomogeneousEnergy (signal processing)Reflector (photography)GeophysicsComputer scienceOpticsPhysics

Résumé

récupéré en direct d'OpenAlex

Ground‐penetrating radar (GPR) is a remote sensing technique that enables field observation and investigation of embedded near‐surface objects, structural discontinuities, and other material heterogeneities. GPR is commonly used to detect embedded targets of interest (objects and structures) with varying material properties, geometries, and depths. Various scientific and commercial applications of GPR exist to identify soil and geologic characteristics, metallic objects, buried artifacts, and even tree roots. GPR antennae send electromagnetic energy in waves into various media, such as soil, rock, concrete, asphalt, and ice, and receive energy reflected from embedded targets or materials that absorb and redirect electromagnetic energy. The data obtained are rendered in a two‐dimensional radargram image, where the horizontal and vertical location of reflector features is represented in an upright‐oriented profile. GPR is most likely to identify targets accurately when the scanning medium is relatively homogeneous; complex subsurface media can challenge successful detection. Evolving data processing methods, informed by simulations and even artificial intelligence, may improve interpretation accuracy in challenging scanning contexts.

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.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil0,779

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 Opus0,008
Tête enseignante GPT0,248
Écart entre enseignants0,240 · 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