Shear Velocity Model of Alaska Via Joint Inversion of Rayleigh Wave Ellipticity, Phase Velocities, and Receiver Functions Across the Alaska Transportable Array
Notice bibliographique
Résumé
Abstract Through the Alaska Transportable Array deployment of over 200 stations, we create a 3‐D tomographic model of Alaska with sensitivity ranging from the near surface (<1 km) into the upper mantle (~140 km). We perform a Markov chain Monte Carlo joint inversion of Rayleigh wave ellipticity and phase velocities, from both ambient noise and earthquake measurements, along with receiver functions to create a shear wave velocity model. We also use a follow‐up phase velocity inversion to resolve interstation structure. By comparing our results to previous tomography, geology, and geophysical studies we are able to validate our findings and connect localized near‐surface studies with deeper, regional models. Specifically, we are able to resolve shallow basins, including the Copper River, Cook Inlet, Yukon Flats, Nenana, and a variety of other shallower basins. Additionally, we gain insight on the interaction between the upper mantle wedge, asthenosphere, and active and nonactive volcanism along the Aleutians and Denali volcanic gap, respectively. We observe thicker crust beneath the Brooks Range and south of the Denali fault within the Wrangellia Composite Terrane and thinner crust in the Yukon Composite Terrane in interior Alaska. We also gain new perspective on the Wrangell Volcanic Field and its interaction between surrounding asthenosphere and the Yakutat Terrane.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».