MétaCan
Menu
Retour à la cohorte
Enregistrement W2941183996 · doi:10.1121/1.5101599

Azimuthal dependence of the acoustic field in a year long Canada Basin Acoustic Propagation Experiment

2019· article· en· W2941183996 sur OpenAlexaffabout
Mohsen Badiey, Ying-Tsong Lin, Sean Pecknold, Megan S. Ballard, Jason D. Sagers, Altan Turgut, John A. Colosi, Peter F. Worcester, Mathew Dzieciuch

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueUnderwater Acoustics Research
Établissements canadiensDefence Research and Development Canada
Organismes subventionnairesnon disponible
Mots-clésAzimuthWaves and shallow waterGeologyBathymetryBroadbandLatitudeRange (aeronautics)ArcticSonarAcousticsGeodesyPhysicsOceanographyOptics

Résumé

récupéré en direct d'OpenAlex

As in the mid-latitudes, the variability of the oceanography in the arctic ocean causes azimuthal dependent acoustic fields induced by the environmental parameters, such as the variable sound speed profile and bathymetry. Preliminary analysis of a year-long experimental data from “deep-to-shallow” and the “shallow-water” Canada Basin Acoustic Propagation Experiment (SW CANAPE) shows strong azimuthal variability of broadband signals recorded on 11 spatially distributed acoustic receiver arrays on the Chukchi shelf from September 2016 to October 2017. Particular attention is paid on geotimes pertaining to the variable sound speed profiles around the dynamic shelf-break region. Although acoustic modeling of the propagation requires a physics based ocean model for a complete modeling exercise, preliminary determination of the azimuthal behavior of broadband propagation is conducted using multiple two-dimensional Parabolic Equation (Nx2D) with the collected oceanographic data. Calculations for long-range, as well as short-range, source-receiver pairs in the SW CANAPE data show that azimuthal variabilities occur frequently and are related to the spatial and temporal characteristics of signal dispersion for different range and geotime scales. [Work supported by ONR.]

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,625
Score d'incertitude au seuil0,745

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,238
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 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'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

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

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