MétaCan
Menu
← Retour à la cohorte
Enregistrement W2967893177 · doi:10.1190/segam2019-3214763.1

Synthetic modelling to recognize potential duplex waves from basement faults in western Canada

2019· article· en· W2967893177 sur OpenAlexaffabout
Eneanwan Ekpo, David W. Eaton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésGeologySeismologyBasementReflection (computer programming)Computer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Delineation and mapping of basement faults is important in hydrocarbon exploration and induced seismicity projects. In Alberta, basement faults have exerted influence on the depositional setting of sedimentary rocks of the Western Sedimentary Canadian Basin (WSCB). However, the basement roots for these faults may be vertical or near vertical and therefore could be difficult to image. Duplex-wave migration is an imaging tool used to map such vertical features. This synthetic modelling study aims at identifying different scenarios in which the duplex waves could be observable within existing datasets. Finite difference modelling of acoustic waves was used in creating the velocity model and shot records of the wave field of different scenarios. In addition, two field examples are taken from a deep crustal seismic profile acquired as part of the LITHOPROBE PRAISE program. The field geometry has a pattern suitable for the occurrence of the duplex wave energy. The Winagami Reflection Sequence interpreted as sill intrusions are strong sub horizontal reflections observed on the seismic profile. In order to enhance the stability of the process, a base sub horizontal reflection boundary should be specified. These basement features, if properly mapped can add more insights into the nature of fault reactivation and help in developing a tectonic model which could significantly improve predictive capabilities for induced seismicity risk assessment. Presentation Date: Tuesday, September 17, 2019 Session Start Time: 1:50 PM Presentation Start Time: 4:45 PM Location: 304A Presentation Type: Oral

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,247

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,010
Tête enseignante GPT0,183
Écart entre enseignants0,173 · 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'étudeSimulation ou modélisation
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 sujetSeismic Imaging and Inversion Techniques→Travaux en français237 207→