MétaCan
Menu
Retour à la cohorte
Enregistrement W1981080836 · doi:10.3997/1873-0604.2009036

Hydrogeologic structure underlying a recharge pond delineated with shear‐wave seismic reflection and cone penetrometer data

2009· article· en· W1981080836 sur OpenAlexaff
Seth S. Haines, Adam Pidlisecky, Rosemary Knight

Notice bibliographique

RevueNear Surface Geophysics · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeologyPenetrometerHydrogeologySeismologyBoreholeReflection (computer programming)Seismic refractionGeotechnical engineeringGeodesySoil science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT With the goal of improving the understanding of the subsurface structure beneath the Harkins Slough recharge pond in Pajaro Valley, California, USA, we have undertaken a multimodal approach to develop a robust velocity model to yield an accurate seismic reflection section. Our shear‐wave reflection section helps us identify and map an important and previously unknown flow barrier at depth; it also helps us map other relevant structure within the surficial aquifer. Development of an accurate velocity model is essential for depth conversion and interpretation of the reflection section. We incorporate information provided by shear‐wave seismic methods along with cone penetrometer testing and seismic cone penetrometer testing measurements. One velocity model is based on reflected and refracted arrivals and provides reliable velocity estimates for the full depth range of interest when anchored on interface depths determined from cone data and borehole drillers’ logs. A second velocity model is based on seismic cone penetrometer testing data that provide higher‐resolution 1D velocity columns with error estimates within the depth range of the cone penetrometer testing. Comparison of the reflection/refraction model with the seismic cone penetrometer testing model also suggests that the mass of the cone truck can influence velocity with the equivalent effect of approximately one metre of extra overburden stress. Together, these velocity models and the depth‐converted reflection section result in a better constrained hydrologic model of the subsurface and illustrate the pivotal role that cone data can provide in the reflection processing workflow.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,098
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,054
Tête enseignante GPT0,258
Écart entre enseignants0,204 · 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'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

Citations15
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNear Surface GeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207