Notice bibliographique
Résumé
The story of “Multichannel analysis of surface waves to map bedrock” was based on a project of opportunity. Surface waves have always been the bane of near-surface reflection seismologists, even more so than petroleum exploration seismologists because of the close offsets and small two-way traveltimes we routinely deal with. With the development of MASW at the Kansas Geological Survey in the mid-1990s, surface waves have proven their utility as signal rather than noise on multichannel seismograms used for many near-surface applications. Extending the original 1D velocity estimation method to a 2D imaging and mapping technique was first demonstrated in this article. Prior to this paper, the utility, accuracy, and precision of the newly developed MASW method to estimate 1D shear-wave velocity functions had been demonstrated in several studies and publications. One of the most significant of these studies was a field test in the Vancouver, Canada area, orchestrated by Jim Hunter of the Geological Survey of Canada (which included the first blind test of the method with ground truth). This test turned out to be both the blue-ribbon success this method needed to enhance its credibility and a credit to Hunter's insight and vision. The success of that test spurred the team that authored this paper to extend the potential of this 1D method of estimating shear-wave velocities into a large-scale 2D imaging technique specifically designed for near-surface problems.
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 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) | 0,000 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».