MétaCan
Menu
Retour à la cohorte
Enregistrement W2032135218 · doi:10.3189/2013aog64a106

Vertical seismic profiling of glaciers: appraising multi-phase mixing models

2013· article· en· W2032135218 sur OpenAlexfundno aff
A. Gusmeroli, Tavi Murray, Roger A. Clark, Bernd Kulessa, Peter Jansson

Notice bibliographique

RevueAnnals of Glaciology · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesVetenskapsrådetU.S. Geological SurveyQueen's UniversitySwansea UniversityQueen's University BelfastAlaska Climate Adaptation Science Center, University of Alaska FairbanksBritish Society for GeomorphologyQuaternary Research AssociationEarth and Space Foundation
Mots-clésGeologyBoreholeSeismologyVertical seismic profileGlacierOffset (computer science)GeodesyGeomorphologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract We have investigated the speed of compressional waves in a polythermal glacier by, first, predicting them from a simple three-phase (ice, air, water) model derived from a published ground-penetrating radar study, and then comparing them with field data from four orthogonally orientated walkaway vertical seismic profiles (VSPs) acquired in an 80 m deep borehole drilled in the ablation area of Storglaciären, northern Sweden. The model predicts that the P-wave speed increases gradually with depth from 3700ms–1 at the surface to 3760ms–1 at 80m depth, and this change is almost wholly caused by a reduction in air content from 3% at the surface to <0.5% at depth. Changes in P-wave speed due to water content variations are small (<10 ms–1); the model’s seismic cold–temperate transition surface (CTS) is characterized by a 0.3% decrease downwards in P-wave speed (about ten times smaller than the radar CTS). This lack of sensitivity, and the small contrast at the CTS, makes seismically derived water content estimation very challenging. Nevertheless, for down-going direct-wave first arrivals for zero- and near-offset VSP shots, we find that the model-predicted travel times and field observations agree to within 0.2 ms, i.e. less than the observational uncertainties.

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)0,002
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,136
Tête enseignante GPT0,331
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'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

Citations14
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207