MétaCan
Menu
Retour à la cohorte
Enregistrement W2110814870 · doi:10.1071/aseg2015ab028

Broadband laboratory measurements of dispersion in thermally cracked and fluid-saturated soda-lime-silica glass

2015· article· en· W2110814870 sur OpenAlexaff
Yang Li, Emmanuel C. David, Ian Jackson, Douglas R. Schmitt

Notice bibliographique

RevueASEG Extended Abstracts · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Alberta
Organismes subventionnairesAustralian Research Council
Mots-clésMaterials scienceComposite materialSoda limeUltrasonic sensorCrackingDispersion (optics)Saturation (graph theory)PorosityArgonSoda-lime glassMineralogyOpticsAcousticsGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

To better understand the dispersion of seismic velocities arising from stress-induced fluid flow, broadband laboratory measurements have been conducted on a range of synthetic samples. Forced oscillation methods providing access to low frequencies (mHz - Hz) were combined with measurements at MHz frequencies with ultrasonic methods. Either fully dense soda-lime-silica glass or aggregates of sintered glass beads were subject to broadband tests before and after thermal cracking under dry, argon- and water-saturated conditions in sequence. Crack closure effects under pressure are observed on all samples. A systematic increase in shear modulus, attributed to the suppression of ‘squirt’ flow, has been monitored on the low-porosity (approximately 2%) cracked glass-bead specimen with both argon and water saturation at ultrasonic frequency. The use of samples with different porosities varying from 0 to 6% promises to distinguish the roles of pores and cracks in fluid-flow-induced dispersion.

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 enseignants0,649
Score d'incertitude au seuil0,518

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 Opus0,029
Tête enseignante GPT0,239
Écart entre enseignants0,210 · 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

Citations1
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueASEG Extended AbstractsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207