MétaCan
Menu
Retour à la cohorte
Enregistrement W4399641544 · doi:10.29169/1927-5129.2024.20.07

Analysis of Radar Interferometry Results on the Deposit Territory

2024· article· en· W4399641544 sur OpenAlexvenueno aff
Elmira Orynbassarova, R. N. Akhmetov, Ainur Yerzhankyzy, G. Makhmetova, Anzhelika T. Kamza

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMining and Gasification Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRadarGeodetic datumGeologyInterferometryDeformation (meteorology)SubsidenceNatural (archaeology)GeodesyDeformation monitoringEarth surfaceMining engineeringLevellingRemote sensingEngineering geologySeismologyGeomorphologyGeophysicsTectonicsEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

For effective and safe development of mining deposits, it is necessary to study the impact of natural and anthropogenic factors on the development of deformation processes, which provides an opportunity to regulate their impact on the rock mass, earth surface and engineering structures. The size of the deposit, geology and production volumes, affects the area of deformation, which can spread over huge areas. Accordingly, regional deformation monitoring is required for such fields. In order to provide high detail coverage of the area, traditional ground-based methods are impractical and costly. More timely and cost-effective for monitoring deformation of large territories is the use of differential radar interferometry. The results of high-precision geodetic measurements for the period 2019-2021 revealed that more observation points have significant negative values. This indicates a stable process of subsidence of the earth, predominantly. Analysis and interpretation of the obtained results of geodynamic monitoring (high-precision leveling, radar interferometry), allowed to determine that the condition for the formation of vertical and horizontal deformations of the earth's surface is a natural-technogenic factor.

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
Bibliométrie0,0020,002
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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,223 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetMining and Gasification TechnologiesTravaux en français237 207