MétaCan
Menu
← Retour à la cohorte
Enregistrement W2333437644 · doi:10.1190/1.3513761

Waveform tomography strategy for seismic reflection data from the Queen Charlotte Basin of western Canada

2010· article· en· W2333437644 sur OpenAlexaffabout
Eric M. Takam Takougang, Andrew J. Calvert

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGeologySeismologyTomographyWaveformAttenuationStructural basinInversion (geology)Offset (computer science)Reflection (computer programming)AzimuthVertical seismic profileGeodesyTelecommunicationsPaleontologyPhysicsEngineeringOpticsComputer scienceTectonics

Résumé

récupéré en direct d'OpenAlex

2-D frequency domain waveform tomography was applied to limited offset (maximum offset 3770 m) seismic reflection data from the Queen Charlotte sedimentary basin off the west coast of Canada. The field data were inverted between 7 Hz and 12 Hz with attenuation introduced for frequencies > 10.5 Hz. The starting velocity model was derived from traveltime tomography and the starting attenuation model was a homogeneous Op-model. An inversion strategy was designed to mitigate non-linearity due to the relatively high starting frequency and to recover structures down to 1200 m, twice the depth of coverage possible with ray-based traveltime tomography. There is generally a good agreement between the derived velocity model and a sonic log from a well on the seismic line, and the forward modelled data and field data match well. The velocity model permits the identification of structures in the shallower Pliocene section, which are likely related to strike-slip faulting, that are not readily interpretable on the conventional migrated section.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,383
Score d'incertitude au seuil0,771

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,035
Tête enseignante GPT0,251
Écart entre enseignants0,216 · 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'étudeSimulation ou modélisation
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
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→