Korrelverdeling: bepaalde methodes geven niet-vergelijkbare resultaten en moeten dus afzonderlijk uitgemodelleerd worden of generiek in verschillende parameters worden beschouwd?

[oortska]

Model(len) waarop de issue van toepassing is: AP bodem AP grondboringen

Omschrijving van het probleem: Er zijn methodes bij de korrelverdeling die een ander resultaat geven tov van elkaar: namelijk de pipette methode en laserdiffractie. Als de korrelverdeling specifiek wordt uitgemodelleerd wat doe je dan met deze methodes die geen vergelijkbare resultaten geven? Moeten dat geen verschillende parameters zijn zoals bv. textuurmeting_pipette en textuurmeting_laserdiffractie? Ik dacht dat het idee achter een parameter was dat hij ondanks verschillende methodes toch vergelijkbare resultaten geeft. Als dat niet het geval is, moet de parameter opgesplitst worden in verschillende parameters.

Omschrijving van een mogelijke oplossing: Korrelverderling generiek modelleren met verschillende parameters voor methodes die geen vergelijkbare resultaten geven.

[GeertThijs]

• Oplossing hiervoor is een codelijst met de betrokken methodes (mee te geven in Observatieprocedure.type). Op basis daarevan kan een gebruiker zien dat de resultaten niet zomaar vergeleken kunnen worden, zelfs al lijken de resultaten vergelijkbaar omdat ze allemaal fracties en korreldiameters als resultaat geven.
• Het woord "parameter" is hier mogelijks verkeerd gebruikt. Daar zijn er twee van: Observatie.parameter om bvb aan te geven voor welke omgevingsomstandigheden de Observatie geldt OF Observatieprocedure.parameter om bvb aan te geven welke de instelling van een bepaald toestel was bij uitvoering van de test.