From Relative to Absolute Teleseismic Travel Times: The Absolute Arrival‐Time Recovery Method (AARM)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Dense, short‐term deployments of seismograph networks are frequently used to study upper‐mantle structure. However, recordings of variably emergent teleseismic waveforms are often of lower signal‐to‐noise ratio (SNR) than those recorded at permanent observatory sites. Therefore, waveform coherency across a network is frequently utilized to calculate relative arrival times between recorded traces, but these measurements cannot easily be combined or reported directly to global absolute arrival‐time databases. These datasets are thus a valuable but untapped resource with which to fill spatial gaps in global absolute‐wavespeed tomographic models. We developed an absolute arrival‐time recovery method (AARM) to retrieve absolute time picks from relative‐arrival‐time datasets, working synchronously with filtered and unfiltered data. We also include a relative estimate of uncertainty for potential use in data weighting during subsequent tomographic inversion. Filtered waveforms are first aligned via multichannel cross correlation. These time shifts are applied to unfiltered waveforms to generate a phase‐weighted stack. Cross correlation with the primary stack or the SNR of each trace is used to weight a second‐higher SNR stack. The first arrival on the final stack is picked manually to recover absolute arrival times for the aligned waveforms. We test AARM on a recently published dataset from southeast Canada ( ∼10,000∼10,000 picks). When compared with the available equivalent earthquake–station pairs on the International Seismological Centre (ISC) database, ∼83%∼83% of AARM picks agree to within ±0.5 s±0.5 s . Tests using synthetic P‐wave data indicate that AARM produces absolute arrival‐time picks to accuracies of better than 0.25 s, akin to uncertainties in ISC bulletins.
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.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle