MétaCan
Menu
Retour à la cohorte
Enregistrement W2000224905 · doi:10.1186/bf03353040

Static shift levelling using geomagnetic transfer functions

2014· article· en· W2000224905 sur OpenAlexaff
Juanjo Ledo, Anna Gabàs, Álex Marcuello

Notice bibliographique

RevueEarth Planets and Space · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésMagnetotelluricsEarth's magnetic fieldDistortion (music)LevellingFaraday cageTransfer functionGeodesyMagnetic declinationTensor (intrinsic definition)Magnetic fieldGeologyGeophysicsMathematical analysisMathematicsElectrical resistivity and conductivityPhysicsGeometryComputer scienceEngineeringElectrical engineeringTelecommunications

Résumé

récupéré en direct d'OpenAlex

Galvanic distortion of magnetotelluric (MT) data is a common problem in the study of the Earth’s electrical properties. These distortions are local, they affect independently each MT site, and where restricted to distortion of the electric field are manifest as vertical shifts in the apparent resistivity curves (static shift). The removal of the static shift is necessary to avoid misinterpreting MT data. We present a method that allows us to partially retrieve the regional response of the TE-mode data in a 2D case. The method determines relative changes between distortion parameters along a profile, and is based in the Faraday’s law, and uses only magnetotelluric responses: measured impedance tensor and geomagnetic transfer function (tipper). The method is valid under the assumption that the variation of horizontal magnetic field can be neglected, and a test for checking this criterion has been developed. The mathematics involved in the procedure are straightforward, and can be stated as a linear regression. We present successful applications to both synthetic and real (COPROD data) datasets.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,020
Tête enseignante GPT0,215
Écart entre enseignants0,195 · 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

Citations12
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Planets and SpaceMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207