MétaCan
Menu
← Retour à la cohorte
Enregistrement W7135882514

Use of conductivity meter LTC to characterize the flow of groundwater in well: Use of artificial well and field monitoring

2016· dissertation· cs· W7135882514 sur OpenAlexaboutno aff
Žaneta Rodovská

Notice bibliographique

RevueDigital Repository (National Repository of Grey Literature) · 2016
Typedissertation
Languecs
DomaineEnvironmental Science
ThématiqueGroundwater flow and contamination studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTRACERFlow measurementHydraulic conductivityFlow velocityConductivityInstrumentation (computer programming)Flow (mathematics)MetreVolumetric flow rate
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

My Master thesis is focused on a tracer dilution technique in the well using automatic conductivity logging probes LTC Levelogger (Solinst co. Canada). The main aim of my thesis was to test the application conductivity meters LTC to track the movement of fluids in wells. Different set up were used moving probes with unmodified sensor slit, moving probes with modified sensor slit, probes measuring at fixed points, combined moving and fixed points probes and results were compared. 15 wells in quaternary and 11 wells in Bohemian Cretaceous Basin were measured, some of them repeatedly. The comparison of results indicate that the highest apparent flow velocity have probes with unmodified sensor slit. On the other hand fixed point probes indicate flow velocity, which is 40 - 50% lower at the same wells. The combination of the stable positioned probe LTC and the moving probe LTC has about 40% higher flow velocity than the rate of steady probe LTC placed in the well. The results also indicate that extremely slow velocity values (below approximately 0.02 m/day) can be measured only with LTC probes at fixed points. Modified probe slit was tested in the laboratory in plexi-glass tube using fluorescein and NaCl tracers. Unfortunately the modified geometry of measuring slit does not show distinctively better...

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,242
Écart entre enseignants0,216 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Repository (National Repository of Grey Literature)→Même sujetGroundwater flow and contamination studies→Travaux en français237 207→