MétaCan
Menu
Retour à la cohorte
Enregistrement W1999058868 · doi:10.1121/1.4779348

Diffusing acoustic wave spectroscopy

2002· article· en· W1999058868 sur OpenAlexaff
J. H. Page, M. L. Cowan, David A. Weitz

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2002
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCodaPhysicsScatteringSpectroscopyComputational physicsMean free pathAcoustic waveDiffusionRange (aeronautics)InterferometryMeasure (data warehouse)OpticsAcousticsMaterials scienceQuantum mechanics

Résumé

récupéré en direct d'OpenAlex

Diffusing Acoustic Wave Spectroscopy (DAWS) is an ultrasonic technique that has been developed to measure the dynamics of heterogeneous media from the temporal fluctuations of multiply scattered waves. This technique is similar to more recent developments in field fluctuation spectroscopy, called coda wave interferometry, that use variations in the seismic coda to infer changes in the medium with time. After reviewing the basic principles on which Diffusing Acoustic Wave Spectroscopy is based [M. L. Cowan, J. H. Page, and D. A. Weitz, Phys. Rev. Lett. 85, 453 (2000); Phys. Rev. E 65, 066605 (2002)], its potential as a sensitive method for probing the dynamics of strongly scattering materials will be illustrated with recent experiments on fluidized suspensions of particles. In this type of system, DAWS measures the local relative motion of the scatterers (or strain rate) on a length scale determined by the transport mean free path of the multiply scattered waves. When combined with the complementary technique of Dynamic Sound Scattering using singly scattered waves, DAWS can also determine the instantaneous velocity correlation length of the moving scatterers, thus giving a quite complete picture of the system dynamics over a wide range of length and time scales.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,999

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 technologies0,0000,001
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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations1
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetSeismic Waves and AnalysisTravaux en français237 207