Measuring gravity on ice: An example from Wanapitei Lake, Ontario, Canada
Notice bibliographique
Résumé
Abstract Large lakes have always represented a problem for regional gravity databases; the difficulty of access means gaps or coarse spacing in the sampling. Satellite, airborne, and shipborne gravity techniques are options, but the resolution and/or cost of these systems make them impractical or inaccurate for exploration or environmental studies, where the required resolution is <0.1mGal/km. In this study, the feasibility of a ground gravity survey over a frozen lake where ice moves because of windy conditions is assessed. Lake Wanapitei, widely accepted as resulting from the impact of a meteorite 37 million years ago, is one of these cases in which the necessity of expanding coverage over poorly sampled regions arose from a significant gap between surface and airborne geophysical maps. Two gravity surveys were completed on the ice of Lake Wanapitei in the winters of 2003 and 2004. To study the structure, longtime series of gravity field measurements were recorded for 98 stations, allowing for improved control over the noise sources in the data. Final processing and integration with an existing regional data set in the area and the application of terrain corrections reduced the amplitude of the circular anomaly from 15 to 9mGal and its diameter from 11 to 6km. The feasibility of gravity surveys on ice was assessed, and we determined that for large-scale studies such as this one, the quality of the data, even under noisy conditions, was acceptable. However, for more detailed mapping, calm wind conditions and long time series are required.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».