Empirical Analysis of Snow Deformation Below Penetrometer Tips
Notice bibliographique
Résumé
Recent field observations suggest that when an object, such as a digital snow penetrometer, is pushed through snow, a zone of densified snow develops in front of it. It is this zone of densified snow, rather than the actual tip of the object itself, that impacts on newly encountered snow as the object is pushed deeper into the snowpack. The concept of a compacted zone is introduced to describe this zone of snow. This is a sub-region of the broader deformation zone that encompasses all snow deformation below the tip of the penetrating object. The shape of both the deformation zone and compacted zone is influenced by the shape of the object’s tip but also by the density, temperature, moisture content, grain size and grain shape of the snow through which the object is being pushed. The compacted zone effect is described and the impact on snow deformation of different snow densities and different tip shapes is preliminarily assessed. The use of particle image velocimetry in conjunction with a moving body coordinate system is presented as a useful tool for analysing deformation patterns for moving objects through uniform snow. The importance of this effect for penetrometer tip design and assessment of vertical resolution is discussed. Data is taken from a series of video and rapid-fire still camera shots of different shaped penetrometer tips being pushed through a clear, stiff plastic box filled with snow. Snow confinement along the side of the snow box is identified as a limitation of this technique.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».