Preface to the special issue of JVGR, Pattern to Process: Remotely Sensed Observations of Volcanic Deposits and Their Implications for Surface Processes
Notice bibliographique
Résumé
Seismic interferometry, which recovers the impulse response of the Earth by cross-correlation of ambient noise recorded at sets of two receivers, has found several applications, including the generation of virtual shot gathers for use in seismic reflection processing. To evaluate the effectiveness of this passive recording technique in mineral exploration in a hard-rock environment, 336 receivers recorded 300 h of ambient noise over the volcanogenic massive sulphide deposit of the recently discovered Lalor mine in the Canadian Flin Flon greenstone belt. A novel time-domain beamforming algorithm was developed to search for individual source locations, demonstrating that the vast majority of noise originated from the mine and ventilation shafts of the Lalor mine. The results of the beamforming were utilized in conjunction with frequency-wavenumber filtering to remove undesirable, mostly monochromatic surface wave noise originating from nearby sources. Virtual shot gathers were generated along three receiver lines, each of which was processed as a separate 2-D reflection line. Two of the resulting unmigrated reflection profiles are compared against coincident dipmoveout-stacked data from a larger, coincident 3-D dynamite seismic survey that was also acquired over the Lalor mine in 2013. Using knowledge of the local geology derived from numerous boreholes, coherent events recovered in the passive reflection profiles are inferred to be either spurious arrivals or real reflections, some of which can be interpreted in terms of geological contacts, indicating the future potential of passive recording surveys in hard rock settings.
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 | 0,001 | 0,001 |
| 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) | 0,000 | 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 ».