MétaCan
Menu
← Retour à la cohorte
Enregistrement W2016687072 · doi:10.1190/1.1815912

VSP‐traveltime inversion for linear‐velocity constants based on nonlinear regression with survey‐design applications

2000· article· en· W2016687072 sur OpenAlexaffabout
Michael A. Slawinski, William N. Goodway, Miro Powojowski

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensCanadian Natural ResourcesUniversité de MontréalUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésInversion (geology)Nonlinear systemNonlinear regressionLinear regressionRegressionGeologyComputer scienceRegression analysisMathematicsStatisticsPhysicsSeismology

Résumé

récupéré en direct d'OpenAlex

PreviousNext No AccessSEG Technical Program Expanded Abstracts 2000VSP‐traveltime inversion for linear‐velocity constants based on nonlinear regression with survey‐design applicationsAuthors: Michael A. SlawinskiWilliam N. GoodwayMiro PowojowskiMichael A. SlawinskiUniversity of Calgary, William N. GoodwayPanCanadian Petroleum, and Miro PowojowskiUniversité de Montréalhttps://doi.org/10.1190/1.1815912 SectionsAboutPDF/ePub ToolsAdd to favoritesDownload CitationsTrack CitationsPermissions ShareFacebookTwitterLinked InRedditEmail Permalink: https://doi.org/10.1190/1.1815912FiguresReferencesRelatedDetails SEG Technical Program Expanded Abstracts 2000ISSN (print):1052-3812 ISSN (online):1949-4645Copyright: 2000 Pages: 2484 publication data© 2000 Copyright © 2000 Society of Exploration GeophysicistsPublisher:Society of Exploration Geophysicists HistoryPublished: 04 Jan 2005 CITATION INFORMATION Michael A. Slawinski, William N. Goodway, and Miro Powojowski, (2000), "VSP‐traveltime inversion for linear‐velocity constants based on nonlinear regression with survey‐design applications," SEG Technical Program Expanded Abstracts : 2281-2284. https://doi.org/10.1190/1.1815912 Plain-Language Summary PDF DownloadLoading ...

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)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,031
Tête enseignante GPT0,248
Écart entre enseignants0,217 · 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'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
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→