MétaCan
Menu
Retour à la cohorte
Enregistrement W2100015971 · doi:10.1109/joe.2009.2038252

Measurement of Low-Frequency Sound Attenuation in Marine Sediment

2010· article· en· W2100015971 sur OpenAlexaff
Yong‐Min Jiang, N. Ross Chapman

Notice bibliographique

RevueIEEE Journal of Oceanic Engineering · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAttenuationGeologyAcousticsWaves and shallow waterSedimentDispersion (optics)Acoustic attenuationFrequency bandChirpOpticsOceanographyGeomorphologyPhysicsTelecommunicationsEngineeringBandwidth (computing)

Résumé

récupéré en direct d'OpenAlex

Marine sediment compressional wave attenuation and its frequency dependence have been active topics in the ocean acoustics community. To support the predictions of the frequency dependence of the sediment attenuation, experimental studies are essential for providing the observations of the sediment attenuation as a function of frequency in different environments, such as sediment type, source-receiver range, water depth, etc. This paper proposes an experimental method for estimating marine sediment attenuation at low frequencies in shallow water. The experimental geometry is short range between a vertical line array and multiple source depths to cover bottom reflections over a wide span of grazing angles. Single bounce bottom-reflected (BR) and sub-bottom-reflected signals are used in the analysis to obtain the best approximation of the sediment intrinsic attenuation. The attenuation estimating method is demonstrated on chirp data (1.5-4.5 kHz) collected on the New Jersey Continental Shelf during the 2006 Shallow Water Experiment (SW06). The data indicate a linear frequency dependence of the compressional wave attenuation for clay rich sediments on the outer shelf, and the estimated value is 0.15 dB/¿ within the frequency band of 1.75-3.15 kHz. The observation of small sound-speed dispersion of ~ 15 m/s over the frequency band is consistent with a linear frequency dependence of attenuation.

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)0,001
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 enseignants0,437
Score d'incertitude au seuil0,274

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,019
Tête enseignante GPT0,228
Écart entre enseignants0,209 · 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

Citations21
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Journal of Oceanic EngineeringMême sujetUnderwater Acoustics ResearchTravaux en français237 207