MétaCan
Menu
Retour à la cohorte
Enregistrement W2624330686 · doi:10.1121/1.4987672

Estimating the speed of poroelastic interface waves using ambient noise

2017· article· en· W2624330686 sur OpenAlexaffabout
David R. Barclay, Len Zedel, Alex E. Hay

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensMemorial University of NewfoundlandDalhousie University
Organismes subventionnairesnon disponible
Mots-clésGeologySeabedAmbient noise levelPoromechanicsNoise (video)ShoreNova scotiaAcousticsSeismologyGeomorphologyOceanographyGeotechnical engineeringSound (geography)

Résumé

récupéré en direct d'OpenAlex

Pairs of hydrophones were buried at mid-tide height in a 1:10 sloped mixed gravel and coarse sand beach and used to make ambient noise recordings over a period of three weeks in Advocate Harbour, Nova Scotia, in the Bay of Fundy. The pairs were arranged in vertical and horizontal configurations and recorded pressure time series, power spectral density, and vertical and horizontal coherence measurements of the noise field in the seabed. A nearby suite of oceanographic instruments measured the water level, ocean wave properties, bed dynamics and weather during the experiment. The measured noise between 1 Hz and 1 kHz was dominated by poroelastic interface waves generated by plunging surf on the beach face. The speed of the compressional component of the interface wave was estimated by cross-correlating the noise recorded on the across-shore oriented pair of sensors while the unconsolidated sediment was water-saturated as well as drained. Additionally, the increasing and decreasing overburden pressure due to the rising and falling 10-m tide was found to drive a respective increase and decrease in the poroelastic interface wave speed. A buried acoustic source was used to directly measure the compressional wave speed in the seabed on the across-shore array.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,062
Score d'incertitude au seuil0,123

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
Bibliométrie0,0010,001
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 Opus0,036
Tête enseignante GPT0,301
Écart entre enseignants0,265 · 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'étudeExpérimental (laboratoire)
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetUnderwater Acoustics ResearchTravaux en français237 207