MétaCan
Menu
Retour à la cohorte
Enregistrement W1748649839

Acoustic emissions during experimental fragmentation of volcanic rocks

2010· article· en· W1748649839 sur OpenAlexaff
Sandra Karl, Yan Lavallée, Bettina Scheu, Rosanna Smith, A. Flaws, M. A. Alatorre‐Ibargüengoitia, Philip Benson, Alexandra Arciniega, Donald B. Dingwell

Notice bibliographique

RevueAGUFM · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEarthquake Detection and Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésVolcanoFragmentation (computing)Explosive materialGeologyVolcanic rockExplosive eruptionVolcanologyMineralogyPyroclastic rockSeismologyPetrologyChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Forecasting volcanic eruptions is a fundamental objective of volcanology. Given the complexity of magma ascent dynamics and that direct observations are impossible, laboratory experiments provide a promising approach to better understand the processes that lead to and feed explosive eruptions. Fragmentation of porous natural samples in a shock tube apparatus gives insights into the behavior of volcanic rocks during rapid decompression. In this preliminary study, we use acoustic emissions (AE) to monitor the generation of cracks and describe the signal that accompanies the fragmentation of natural volcanic rocks. Rapid decompression experiments were carried out in a fragmentation bomb at room temperature. We used sample sets from Merapi volcano (Indonesia) and Montserrat volcano (West Indies, UK) with open porosities ranging between 20% to 67%. Cylindrical samples were pressurized with Argon gas in an autoclave. To overcome the fragmentation threshold of the specific rocks, applied pressures varied from 5-20 MPa. Subsequent rapid decompression of the samples caused fragmentation. During fragmentation, acoustic emissions were monitored by a two 2- channel- AE system that allows sampling rates of 1-5 MHz/channel. Two piezzoelectric sensors (100-1000 kHz) were attached to the autoclave and simultaneously recorded the micro-seismic events. An enhanced setup with a waveguide connecting the sample to the AE sensors allowed a better quality of the recorded signals. Furthermore, to find the optimum sensor position, various settings were tried during decompression experiments. The recorded AE were analyzed with respect to their distribution, frequency, amplitude, and the energy released during fragmentation. The AE energy parameter takes into account both the number of hits and their sizes. Moreover, changes in size and characteristics of these acoustic emissions with explosion energy, magma state and energy partitioning will be discussed. The results of this study may contribute to better understand volcanic processes, and improve our ability to correctly evaluate the seismic nature of explosive eruptions, necessary to implement forecasting methods.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,217
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAGUFMMême sujetEarthquake Detection and AnalysisTravaux en français237 207