MétaCan
Menu
Retour à la cohorte
Enregistrement W2522472992 · doi:10.21203/rs.3.rs-2118911/v1

Low-frequency resonance in strong heterogeneity

2022· preprint· en· W2522472992 sur OpenAlexaff
Yinbin Liu

Notice bibliographique

RevueResearch Square · 2022
Typepreprint
Langueen
DomainePhysics and Astronomy
ThématiqueRandom lasers and scattering media
Établissements canadiensBurnaby Hospital
Organismes subventionnairesnon disponible
Mots-clésPhysicsResonance (particle physics)Anomaly (physics)Wave packetScale (ratio)ScatteringComputational physicsGeophysicsOpticsCondensed matter physics

Résumé

récupéré en direct d'OpenAlex

Abstract Multiple scattering of wave in strong heterogeneity can cause resonance-like wave anomaly where the signal exhibits low-frequency, high intensity, and slowly propagating wave packet velocity. For example, long period event in volcanic seismology and plasma oscillations in wave-particle interactions. Collective behaviour in a many-body system is thought to be the source for generating the anomaly, however the detailed mechanism is not fully understood. Here I show that the physical mechanism is associated with low- frequency resonance (LFR) in strong small-scale heterogeneity through seismic wave field modeling for bubble cloud heterogeneity and 1D heterogeneity. LFR is a kind of wave coherent scattering enhancement or emergence phenomenon. Its resonance frequency decreases with increasing heterogeneous scale, impedance contrast, or random heterogeneous scale and velocity fluctuations; its intensity diminishes with decreasing impedance contrast or increasing random heterogeneous scale and velocity fluctuations. LRF exhibits the characteristics of localized wave in space and the shape of ocean wave in time and is a ubiquitous wave phenomenon in wave physics. The concept of LFR can open up new opportunities in many aspects of science and engineering.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0010,002
Intégrité de la recherche0,0000,003
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 Opus0,053
Tête enseignante GPT0,376
Écart entre enseignants0,323 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch SquareMême sujetRandom lasers and scattering mediaTravaux en français237 207