MétaCan
Menu
Retour à la cohorte
Enregistrement W2043478716 · doi:10.1190/1.1926575

Magnetic interpretation using a least-squares, depth-shape curves method

2005· article· en· W2043478716 sur OpenAlexaboutno aff
E. M. Abdelrahman, Khalid S. Essa

Notice bibliographique

RevueGeophysics · 2005
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésResidualIntersection (aeronautics)Magnetic anomalyAnomaly (physics)MathematicsGeometryMathematical analysisGeologyAlgorithmPhysicsGeophysics

Résumé

récupéré en direct d'OpenAlex

Abstract We have developed a least-squares approach to depth determination from residual magnetic anomalies caused by simple geologic structures. By normalizing the residual magnetic anomaly using three characteristic points and their corresponding distances on the anomaly profile, the problem of determining depth from residual magnetic anomalies has been transformed into finding a solution to a nonlinear equation of the form z = f(z). Formulas have been derived for spheres, horizontal cylinders, thin dikes, and contacts. The method is applied to synthetic data with and without random noise. We have also developed a method using depth-shape curves to simultaneously define the shape and depth of a buried structure from a residual magnetic anomaly profile. The method is based on determining the depth from the normalized residual anomaly for each shape factor using the least-squares method mentioned above. The computed depths are plotted against the shape factors on a graph. The solution for the shape and depth of the buried structure is read at the common intersection of the depth-shape curves. The depth-shape curves method was successfully tested on theoretical data with and without random noise and applied to a known field example from Ontario.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
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)0,0020,001

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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations47
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207