MétaCan
Menu
Retour à la cohorte
Enregistrement W7126337646

Underwater Remote Sensing of Oil: Validation Testing of a Commercial-Off-The-Shelf Acoustic Sensor for Emergency Response

2025· article· W7126337646 sur OpenAlexaboutno aff
Sara Jessica Berg

Notice bibliographique

RevueUniversity of New Hampshire Scholars Repository (University of New Hampshire at Manchester) · 2025
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueOil Spill Detection and Mitigation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnderwaterRacing slickPetroleumPipeline transportOil spillPipeline (software)CanyonAmbient noise level
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During an oil spill, emergency responders need to be able to estimate the thickness of oil to determine the type of recovery equipment to use and the environmental impact for natural resource damage assessment, perform a risk assessment, and generate response plans. There is an abundance of remote sensing techniques and devices that have been evaluated for use in oil spill emergency response. One that has repeatedly shown promise is active sound navigation and ranging (SONAR) system that transmits and receives acoustic signals. However, the systems that have been tested are often prototypes, not readily available during an oil spill response. This project evaluated the precision and accuracy of a commercial-off-the-shelf (COTS) acoustic sensing device, the AQUAscat 1000R by Aquatec Group (Basingstoke, UK) equipped with four high frequency transducers, to determine slick thickness during oil spill emergency response. To assess the AQUAscat’s capabilities in a range of different conditions, four phases of testing were conducted in controlled high bay, wave, ice, and outdoor tanks. Marine diesel (MD), Mississippi Canyon Block 20 (MC20) crude oil, and Canadian pipeline petroleum crude oil (rainbow light crude) were analyzed for density and sound speed and used during testing. The AQUAscat’s resolution (i.e., sensitivity) and lower detection limit were 1.25 mm and 2.5 mm, respectively. This thickness is above the typical actionable value for recovery of surface slicks (~0.2 to 1 mm). The AQUAscat would be most applicable for situations where there are thick slicks or pockets of oil, such as under ice, or for calibrating other devices. The COTS AQUAscat will not routinely be a useful tool for responders to assess floating slick thickness during spills when compared to other remote sensing devices (e.g., infrared and thermal cameras on uncrewed aerial platforms).

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
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 enseignants0,516
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,228
Écart entre enseignants0,202 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUniversity of New Hampshire Scholars Repository (University of New Hampshire at Manchester)Même sujetOil Spill Detection and MitigationTravaux en français237 207