Tele-infrasonic studies of hard-rock mining explosions
Notice bibliographique
Résumé
The Lac-du-Bonnet infrasound station, IS-10, and the Minnesota iron mines 390 km to the southeast are ideally located to assess the accuracy of atmospheric profiles needed for infrasound modeling. Infrasonic data from 2003 associated with explosions at the iron mine were analyzed for effects of explosion size and atmospheric conditions on observations with well-constrained ground truth. Noise was the determining factor for observation; high noise conditions sometimes prevented unequivocal identification of infrasound arrivals. Observed arrivals had frequencies of 0.5 to 5 Hz, with a dominant frequency of 2 Hz, and generally had durations on the order of 10 s or less. There was no correlation between explosive amount and observability. Tele-infrasonic propagation distances (greater than 250 km) produce thermospheric ray paths. Modeling is based upon MSIS/HWM (Mass Spectrometer Incoherent Scatter/Horizontal Wind Model) and NRL-G2S (Naval Research Laboratory Ground to Space) datasets. The NRL-G2S dataset provided more accurate travel time predictions that the MSIS/HWM dataset. PE modeling for the NRL-G2S dataset indicates energy loss at higher frequencies (around 4 Hz). Additionally, applying the Sutherland/Bass model through the NRL-G2S realization of the atmosphere in InfraMAP results in predicted amplitudes too small to be observed.
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 | 0,001 | 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 ».