MétaCan
Menu
Retour à la cohorte
Enregistrement W2103194346 · doi:10.1190/1.1487074

Spectral analysis of a ghost

2001· article· en· W2103194346 sur OpenAlexafffund
N. S. Hamarbitan, Gary F. Margravé

Notice bibliographique

RevueGeophysics · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensUniversity of Calgary
Organismes subventionnairesUniversity of Calgary
Mots-clésCoherence (philosophical gambling strategy)DynamitePhysicsSingle shotBandwidth (computing)Resolution (logic)SIGNAL (programming language)Shot (pellet)Spectral analysisExplosive materialSpectral densityOpticsGeologyComputer scienceMaterials scienceTelecommunicationsChemistryArtificial intelligenceSpectroscopy

Résumé

récupéré en direct d'OpenAlex

Abstract A seismic line was shot such that the source-ghost effect from two different dynamite source patterns could be compared. Two 15-shot seismic datasets were created that were identical in all respects except that one used 4 kg of explosives in a single 18-m hole, while the other used 2 kg of explosives in each of two 9-m holes. After identical processing, the final stacked sections of the 18-m and 9-m datasets are dramatically different in character and temporal resolution. An f-x spectral analysis of the stacked sections reveals that the 18-m data shows a loss in power and phase coherence from 45 to 58 Hz, while the 9-m data shows a similar effect from 65 to 78 Hz. A spectral notch, centered near 55 Hz, due to a source ghost is suggested as the reason for the lower power in the 18-m dataset. The 9-m data is consistent with a spectral notch at a higher central frequency near 72 Hz. Above its spectral notch, 18-m data shows a reemergence of weak signal that persists to near 80 Hz; the 9 m dataset shows little signal above 65 Hz. Examination of raw shot records shows that these effects are very difficult to observe in field records. Without specialized deghosting, the 9-m dataset shows greater temporal resolution; however, the 18-m dataset has a broader signal bandwidth and is potentially superior.

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)0,000
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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'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

Citations15
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Waves and AnalysisTravaux en français237 207