MétaCan
Menu
Retour à la cohorte
Enregistrement W2766840083 · doi:10.1038/s41598-017-14177-3

Rewinding the waves: tracking underwater signals to their source

2017· article· en· W2766840083 sur OpenAlexaff
Usama Kadri, Davide Crivelli, W. Parsons, Bruce Colbourne, Amanda Ryan

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésUnderwaterTracking (education)Computer scienceAcousticsGeologyPhysicsOceanographyPsychology

Résumé

récupéré en direct d'OpenAlex

Analysis of data, recorded on March 8th 2014 at the Comprehensive Nuclear-Test-Ban Treaty Organisation's hydroacoustic stations off Cape Leeuwin Western Australia, and at Diego Garcia, reveal unique pressure signatures that could be associated with objects impacting at the sea surface, such as falling meteorites, or the missing Malaysian Aeroplane MH370. To examine the recorded signatures, we carried out experiments with spheres impacting at the surface of a water tank, where we observed almost identical pressure signature structures. While the pressure structure is unique to impacting objects, the evolution of the radiated acoustic waves carries information on the source. Employing acoustic-gravity wave theory we present an analytical inverse method to retrieve the impact time and location. The solution was validated using field observations of recent earthquakes, where we were able to calculate the eruption time and location to a satisfactory degree of accuracy. Moreover, numerical validations confirm an error below 0.02% for events at relatively large distances of over 1000 km. The method can be developed to calculate other essential properties such as impact duration and geometry. Besides impacting objects and earthquakes, the method could help in identifying the location of underwater explosions and landslides.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,395
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,001
Communication savante0,0050,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,061
Tête enseignante GPT0,287
Écart entre enseignants0,226 · 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

Citations14
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetUnderwater Acoustics ResearchTravaux en français237 207