MétaCan
Menu
Retour à la cohorte
Enregistrement W2115030253 · doi:10.1190/geo2014-0108.1

Curvature of a geometric surface and curvature of gravity and magnetic anomalies

2014· article· en· W2115030253 sur OpenAlexaboutno aff
Xiong Li

Notice bibliographique

RevueGeophysics · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysical and Geoelectrical Methods
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCurvatureGeometryEquipotential surfaceEquipotentialGravity anomalyGeologySurface (topology)Magnetic anomalyRidgeFigure of the EarthTotal curvatureMean curvatureGeodesyPhysicsMathematicsGeophysicsMean curvature flow

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Curvature describes how much a line deviates from being straight or a surface from being flat. When curvature is used to interpret gravity and magnetic anomalies, we try to delineate geometric information of subsurface structures from an observed nongeometric quantity. In this work, I evaluated curvature attributes of the equipotential surface as functions of gravity gradients and analyzed the differences between the theoretical derivation and a practical application. I computed curvature of a synthetic model that consisted of representative structures (ridge, valley, basin, dome, and vertical cylinder) and curvature of the equipotential surface, gravity, and vertical gravity gradient (which is equivalent to the magnetic reduction-to-the-pole result) due to the same model. A comparison of curvature of such a geometric surface and curvature of different gravity quantities was then made to help understand these curvature differences and an indirect link between curvature of gravity data and actual structures. Finally, I applied curvature analysis to a magnetic anomaly grid in the Gaspé belt of Quebec, Canada, to illustrate its useful property of enhancing subtle features.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,025
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,007
Tête enseignante GPT0,201
Écart entre enseignants0,195 · 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
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

Citations45
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetGeophysical and Geoelectrical MethodsTravaux en français237 207