MétaCan
Menu
Retour à la cohorte
Enregistrement W1961184383 · doi:10.1002/2015gl063733

Inverting interpolated receiver functions with surface wave dispersion and gravity: Application to the western U.S. and adjacent Canada and Mexico

2015· article· en· W1961184383 sur OpenAlexaboutno aff
Chengping Chai, Charles J. Ammon, Mónica Maceira, R. B. Herrmann

Notice bibliographique

RevueGeophysical Research Letters · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensnon disponible
Organismes subventionnairesLaboratory Directed Research and DevelopmentNorthwestern UniversityNational Science Foundation
Mots-clésReceiver functionGeologyInterpolation (computer graphics)GeodesySmoothingAzimuthDispersion (optics)Surface waveRayleigh waveSeismologyGeophysicsMathematical analysisGeometryPhysicsMathematicsOpticsClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract We use P wave receiver functions from the western U.S. and adjacent regions to construct a receiver function wavefield interpolation scheme that helps to equalize the lateral sampling of the receiver functions and the surface wave dispersion and to greatly simplify the receiver functions. Spatial interpolation and smoothing suppress poorly sampled and difficult to interpret back azimuthal variations and allow the extraction of the first‐order features in the receiver function wavefield, including observations from several ray parameter ranges. We combine the interpolated receiver functions with Rayleigh wave dispersion estimates and surface gravity observations to estimate the 3‐D shear wave speed beneath the region. Speed variations in the 3‐D model correlate strongly with expected geologic variations and illuminate broad‐scale features of the western U.S. crust and upper mantle. The model is smooth, self‐consistent, and demonstrates the compatibility of the interpolated receiver functions and dispersion observations.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,314
Score d'incertitude au seuil0,666

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,243
Écart entre enseignants0,217 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations57
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetHigh-pressure geophysics and materialsTravaux en français237 207