MétaCan
Menu
Retour à la cohorte
Enregistrement W2954104700 · doi:10.1080/19475705.2019.1595178

Comparative study of the possible lower ionospheric anomalies in very low frequency (VLF) signal during Honshu, 2011 and Nepal, 2015 earthquakes

2019· article· en· W2954104700 sur OpenAlexfundno aff
Soujan Ghosh, Suman Chakraborty, Sudipta Sasmal, Tamal Basak, Sandip K. Chakrabarti, Anjan Samanta

Notice bibliographique

RevueGeomatics Natural Hazards and Risk · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEarthquake Detection and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Patient Safety Institute
Mots-clésSunriseVery low frequencyIonosphereTerminator (solar)SunsetAmplitudeGeologySeismologyGeodesyGeophysicsPhysicsAtmospheric sciencesAstronomy

Résumé

récupéré en direct d'OpenAlex

We present perturbations in very low frequency (VLF) signals received at Ionospheric & Earthquake Research Centre (IERC) (Lat. 22.50°N, Long. 87.48°E) during and prior to two earthquakes, one on 11 March 2011 at 11:16:24 LT (M = 9) in Honshu, Japan and another on 12 May 2015 at 12:35:19 LT (M = 7.3) in Kodari, Nepal. The VLF signal transmitted from JJI (22.2 kHz) in Japan (Lat. 32.05°N, Long. 131.51°E) showed strong shift in VLF-sunrise terminator times towards night-time few days prior to both the earthquakes. These two earthquakes took place near the transmitter JJI and receiver IERC respectively. We simulated the VLF sunrise terminator time shifts using the long wavelength propagation capability (LWPC) code. To effectively represent the D-region ionospheric variabilities, we assumed a mean dynamic perturbation over the path and presented them with a set of effective Wait’s parameters (βeff, heff′). We have successfully reproduced the temporal trend of the normalized VLF signal amplitude at VLF sunrise terminators for a few days around both the earthquakes. We used Wait’s exponential model for estimating the altitude profile of D-region electron density (Ne(h)) at VLF sunrise terminator times around both the earthquakes and quantified the changes of those Ne(h) profiles.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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

Citations35
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeomatics Natural Hazards and RiskMême sujetEarthquake Detection and AnalysisTravaux en français237 207