Examining Three‐Dimensional Crustal Heterogeneity in Finland
Notice bibliographique
Résumé
The marriage of several high‐quality seismic experiments in Finland over the past 30 years has shown that the saying “something old, something new, something borrowed” can result in the cost‐efficient analysis of large‐scale, three‐dimensional (3‐D) seismic structures. Standing alone, each data set gives a partial view of complex 3‐D structures. When combined, they reveal a 3‐D block structure embedded in a layered crust and enable the analysis of dynamics involved in forming stable cratonic crust. Efforts to collect large 3‐D data sets around the globe include EarthScope (funded by the U.S. National Science Foundation (NSF)), the European Science Foundations (ESF) 4‐D Topography Evolution in Europe: Uplift, Subsidence and Sea Level Change (TOPO‐EUROPE), and the European Space Agency's Gravity Field and Steady‐State Ocean Circulation Explorer (GOCE). Such endeavors are fundamental to modern crustal research. Huge emphasis is placed on collecting and archiving these data, but often only a fraction of data are used in initial studies. Fortunately, new data sets can be complemented with vintage ones (e.g., the NSF‐funded Consortium for Continental Reflection Profiling (COCORP) and ESFs European GeoTraverse (EGT), as well as continent‐wide science programs on continental evolution in Canada (LITHOPROBE), Europe (ESF‐funded EUROPROBE), and the Himalayas (NSF‐funded International Deep Profiling of Tibet and the Himalaya (INDEPTH)). Because fieldwork and archiving have already been completed for these vintage projects, new information can be extracted by new methods, with considerably less effort and funding.
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 | 0,000 | 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) | 0,006 | 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 ».