Modélisation électromagnétique de la rétrodiffusion de la glace de rivière.
Bibliographic record
Abstract
Ce travail de recherche a conduit au développement d’un modèle électromagnétique de rétrodiffusion. Ce modèle, basé sur la théorie du transfert radiatif, constitue un outil d’analyse capable de simuler la rétrodiffusion des couverts de glace de la rivière. Il permet de mieux comprendre et interpréter l’interaction du signal radar avec le milieu. Son originalité touche deux aspects. Premièrement, la description des caractéristiques des types de glace a été améliorée en utilisant des instruments de laboratoire plus précis comme le scanneur tomographique (CT) et le microscope. Deuxièmement, les différents mécanismes de diffusion (diffusion de surface, de volume et multiple) pouvant contribuer dans cette interaction ont été considérés. Les résultats du modèle montrent que la réponse totale d’un couvert de glace columnaire exempté d’inclusions d’air dépend principalement des interfaces air/glace et glace/eau (ou glace/sédiments si le couvert est gelé jusqu’au fond). De plus, la glace columnaire flottante provoque une réponse supérieure de 6dB par rapport à celle gelée jusqu’au fond. La présence d’inclusions d’air de forme tubulaire cause une forte augmentation dans la rétrodiffusion totale due aux effets du double rebond (Double Bounce). La présence de la glace de neige dans la rivière a une faible contribution dans la rétrodiffusion totale simulée en bande C. Par ailleurs, la présence de la glace de neige ou de la glace de frasil contenant des inclusions d’air de taille comparable à la longueur d’onde provoque une augmentation dans la réponse totale due à la diffusion de volume et aux diffusions multiples entre les couches de glace.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.002 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".