Wykaz publikacji wybranego autora

Klaudia Sekuła, dr inż.

poprzednio: Korzec

adiunkt

Wydział Geologii, Geofizyki i Ochrony Środowiska
WGGiOŚ-khgi, Katedra Hydrogeologii i Geologii Inżynierskiej


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-2968-0022 orcid iD

ResearcherID: P-2182-2018

Scopus: 57196461691

PBN: 5e709297878c28a0473989d7

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • [referat, 2023]
  • TytułEnvironmental implications of trace element mobility in fly ash from wood biomass as “carbon debt payback” fuel alternative to coal
    AutorzySebastian Stefaniak, Ewa Miszczak, Henryk KUCHA, Ewa KMIECIK, Klaudia SEKUŁA, Irena Twardowska
    ŹródłoICOBTE&ICHMET 2023 [Dokument elektroniczny] : 1st joint international conference : 16th International Conference of Biochemistry of Trace Elements & 21st International Conference of Heavy Metals : 6–10 September 2023, Wuppertal, Germany : clean environment - human health - our future : book of abstracts. — [Wuppertal : International Society of Trace Element Biogeochemistry Inc. : Bergische Universität], [2023]. — S. 306
  • brak zdefiniowanych słów kluczowych

    cyfrowy identyfikator dokumentu:

2
  • [artykuł w czasopiśmie, 2023]
  • TytułThe use of artificial neural networks in the determination of soil grain composition
    AutorzyKlaudia SEKUŁA, Joanna Karłowska-Pik, Ewa KMIECIK
    ŹródłoStochastic Environmental Research and Risk Assessment. — 2023 vol. 37 iss. 10, s. 3797–3805. — tekst: https://link.springer.com/content/pdf/10.1007/s00477-023-02480-7.pdf?pdf=button
  • keywords: artificial neural networks, classification and regression trees, determination of soil grain composition, linear regression models, stepwise regression models, radial basis function network and multilayer perceptron

    cyfrowy identyfikator dokumentu: 10.1007/s00477-023-02480-7