MétaCan
Menu
Retour à la cohorte
Enregistrement W2766985662 · doi:10.1002/2017gl075049

Constraints on Inner Core Anisotropy Using Array Observations of P′P′

2017· article· en· W2766985662 sur OpenAlexfundno aff
Daniel A. Frost, Barbara Romanowicz

Notice bibliographique

RevueGeophysical Research Letters · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensnon disponible
Organismes subventionnairesNatural Resources CanadaNational Sleep FoundationNational Science Foundation
Mots-clésAnisotropyInner coreCore (optical fiber)GeologyPolarRotation (mathematics)GeodesySampling (signal processing)GeophysicsPhase (matter)LatitudePhysicsComputational physicsGeometryOpticsMathematicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Abstract Recent studies of PKPdf travel times suggest strong anisotropy (4% or more) in the quasi‐western inner core hemisphere. However, the availability of paths sampling at low angles to the Earth's rotation axis (the fast axis) is limited. To augment this sampling, we collected a travel time data set for the phase P′P′df (PKPPKPdf), for which at least one inner core leg is quasi‐polar, at two high latitude seismic arrays. We find that the inferred anisotropy is weak (on the order of 0.5 to 1.5%), confirming previous results based on a much smaller P′P′ data set. While previous models of inner core anisotropy required very strong alignment of anisotropic iron grains, our results are more easily explained by current dynamic models of inner core growth. We observe large travel time anomalies when one leg of P′P′df is along the South Sandwich to Alaska path, consistent with PKPdf observations, and warranting further investigation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,959
Score d'incertitude au seuil0,771

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,151
Tête enseignante GPT0,346
Écart entre enseignants0,195 · 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.

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

Citations35
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetHigh-pressure geophysics and materialsTravaux en français237 207