MétaCan
Menu
Retour à la cohorte
Enregistrement W2097846443 · doi:10.1190/1.3223313

Detecting near-surface objects with seismic waveform tomography

2009· article· en· W2097846443 sur OpenAlexaffabout
Brendan Smithyman, R. G. Pratt, J. G. Hayles, Ralph Wittebolle

Notice bibliographique

RevueGeophysics · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of British ColumbiaGeoscience BCManitoba HydroWestern University
Organismes subventionnairesnon disponible
Mots-clésTomographyWaveformGeologyOffset (computer science)AttenuationSeismologySeismic tomographyGeophysical imagingGeodesyComputer scienceOpticsPhysicsTelecommunications

Résumé

récupéré en direct d'OpenAlex

Abstract Three shallow, high-velocity, rubble-filled targets are imaged using waveform tomography in an engineering-scale clay embankment at Seven Sisters Falls, Manitoba, Canada, to locate targets buried at approximately 7 as a blind test of geophysical imaging methods. Previous studies use near-offset reflection methods to image the targets; however, this test uses waveform tomography of the long-offset, refracted arrivals to image P-velocity and seismic attenuation. The targets are invisible to standard traveltime tomography. Using weight-drop data, with frequencies of 20–150 Hz, the subwavelength targets are resolved in the velocity images and complementary images of seismic Q are produced. The interpreted target locations are consistent with limited survey information from the embankment construction. Multiple quality-control efforts, paired with a very good fit between model and observed data, indicate the reliability of the results.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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'étudeAutre devis
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

Citations40
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207