Wykaz publikacji wybranego autora

Ewa Kmiecik, prof. dr hab.

profesor zwyczajny

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


  • 2018

    [dyscyplina 1] dziedzina nauk ścisłych i przyrodniczych / nauki o Ziemi i środowisku


[poprzednia klasyfikacja] obszar nauk przyrodniczych / dziedzina nauk o Ziemi / geologia


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0003-3249-4642 orcid iD

ResearcherID: L-9628-2013

Scopus: 6508013740

PBN: 5e709207878c28a04738ed39

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • A contribution to the understanding of hydrochemical properties of thermo-mineral water on the L'dži locality (eastern part of North Macedonia) / Hristina Petrova, Katarzyna WĄTOR, Piotr RUSINIAK, Boris Vakanjac, Vesna Ristić Vakanjac, Ewa KMIECIK // Review of the Bulgarian Geological Society = Spisanie Na Belgarskoto Geologičesko Družestvo ; ISSN 0007-3938. — 2023 vol. 84 iss. 3, s. 303–306. — Bibliogr. s. 306, Abstr.. — National Conference with International Participation ”GEOSCIENCES 2023”. — tekst: http://bgd.bg/REVIEW_BGS/REVIEW_BGD_2023_3/PDF/70_Petrova-H_Rev_BGS_2023-3.pdf

    orcid iD
  • keywords: water chemistry, thermo-mineral water, hydrochemical properties, L'dži locality, North Macedonia

    cyfrowy identyfikator dokumentu: 10.52215/rev.bgs.2023.84.3.303

2
  • The use of artificial neural networks in the determination of soil grain composition / Klaudia SEKUŁA, Joanna Karłowska-Pik, Ewa KMIECIK // Stochastic Environmental Research and Risk Assessment ; ISSN 1436-3240. — 2023 vol. 37 iss. 10, s. 3797–3805. — Bibliogr. s. 3804–3805, Abstr.. — Publikacja dostępna online od: 2023-05-31. — tekst: https://link.springer.com/content/pdf/10.1007/s00477-023-02480-7.pdf?pdf=button

    orcid iD
  • 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