MétaCan
Menu
Retour à la cohorte
Enregistrement W4386960506 · doi:10.9753/icce.v37.management.123

BEHAVIOR OF VARIABLE DENSITY MUNITIONS UNDER DAM BREAK FORCING

2023· article· en· W4386960506 sur OpenAlexaff
Temitope Ezekiel Idowu, Manoj K. Gangadharan, Emily Chapman, Jack A. Puleo, Jacob Stolle, Damien Pham Van Bang

Notice bibliographique

RevueCoastal Engineering Proceedings · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSwashUnexploded ordnanceGeologyForcing (mathematics)Environmental scienceMarine engineeringMeteorologyOceanographyEngineeringGeographyClimatology

Résumé

récupéré en direct d'OpenAlex

Munitions or Unexploded Ordnance (UXO) are ammunitions belonging to a larger family of explosives from past military activities. Sea disposal of munitions was a common practice from the late 1800s to 1970 when international conventions put an end to the practice. The exact quantity of munitions dumped into the Oceans globally is unknown due to sparse documentation but conservative estimates of known records stand at 1.6 million tons (Wilkinson, 2017). After decades underwater, some munitions have resurfaced in the nearshore, presumably washed onshore or exhumed by high-energy wave action. Extreme events could be major causes of migration and exposure of UXO in the nearshore. The quantification of variable density munitions behavior in the swash zone remains poorly understood. Biofouling, encrustation, and corrosion can alter the density of the underwater munitions, which consequently impacts the behavior of the munitions in the swash zone. Hence, this experimental study aimed to quantify the behavior of variable density munitions in the swash zone under dam-break scenarios. The findings of the study create more insights into the behavior of variable density munitions in the swash zone and can also serve as validation data for probabilistic models on munitions behavior in the swash zone under extreme events.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,009
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCoastal Engineering ProceedingsMême sujetOil Spill Detection and MitigationTravaux en français237 207