Toward 1-mGal accuracy in global marine gravity from CryoSat-2, Envisat, and Jason-1
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
More than 60% of the Earth's land and shallow marine areas are covered by > 2 km of sediments and sedimentary rocks, with the thickest accumulations on rifted continental margins (Figure 1). Free-air marine gravity anomalies derived from Geosat and ERS-1 satellite altimetry (Fairhead et al., 2001; Sandwell and Smith, 2009; Andersen et al., 2009) outline most of these major basins with remarkable precision. Moreover, gravity and bathymetry data derived from altimetry are used to identify current and paleo-submarine canyons, faults, and local recent uplifts. These geomorphic features provide clues to where to look for large deposits of sediments. While current altimeter data delineate large offshore basins and major structures, they do not resolve some of the smaller geomorphic features and basins (Yale et al., 1998; Fairhead et al., 2001). Improved accuracy and resolution is desirable: to facilitate comparisons between continental margins; as an exploration tool and to permit extrapolation of known structures from well-surveyed areas; to follow fracture zones out of the deep-ocean basin into antecedent continental structures, to define and compare segmentation of margins along strike and identify the position of the continent-ocean boundary; and to study mass anomalies (e.g., sediment type and distribution) and isostatic compensation at continental margins. In this article, we assess the accuracy of a new global marine gravity model based on a wealth of new radar altimetry data and demonstrate that these gravity data are superior in quality to the majority of publicly available academic and government ship gravity data.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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