MétaCan
Menu
Retour à la cohorte
Enregistrement W2027564622 · doi:10.1190/1.3428484

Euler deconvolution in the presence of sheets with finite widths

2010· article· en· W2027564622 sur OpenAlexaffabout
Jeff Thurston

Notice bibliographique

RevueGeophysics · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensCalgary Laboratory Services
Organismes subventionnairesnon disponible
Mots-clésDeconvolutionEuler's formulaEuler equationsDerivative (finance)GeologyHarmonicsKernel (algebra)Integer (computer science)Mathematical analysisMathematicsAlgorithmPhysicsComputer scienceCombinatorics

Résumé

récupéré en direct d'OpenAlex

Abstract Euler deconvolution of magnetic fields, induced by sheets with nonnegligible widths, provides source-location estimates that are biased away from the true locations. I have derived formulas for these biases and used the equations to model diffuse solution patterns that are owing to the interplay between integer structural indices and finite sources. These patterns closely match solutions deconvolved from aeromagnetic data over northern Canada. Motivated out of the necessity that complete harmonics be integral degreed, I have investigated and discovered the ineffectiveness of noninteger structural indices in remediating the aforementioned biases. In fact, real numbers impart similar errors to multiple Euler solutions, causing ensembles of estimated origin loci to reside below the middle of the tops of wide sheets. I have devised an approach requiring the inclusion of a term in the Euler deconvolution kernel whose independent variable is the second horizontal derivative of the total field, and whose partial slope (to be solved) is the sheet width. This approach is appropriate only if the thickness does not exceed the depth. However, precision could be sacrificed in favor of accuracy because of the presence of the second derivative. The application to aeromagnetic data over a diabase dike in northern Canada yields a depth effectively coincident with a drilling depth.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,218
Écart entre enseignants0,208 · 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.

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

Citations8
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207