MétaCan
Menu
Retour à la cohorte
Enregistrement W3212985369 · doi:10.1051/epjconf/202125402018

Vector Overhauser magnetometer POS-4: experience and prospects of application

2021· article· en· W3212985369 sur OpenAlexfundno aff
Sergey Khomutov, V.A. Sapunov, A. Yu. Denisov, П.Б. Бородин, Dmitry Kudin, Роман Сидоров, А.С. Бебнев, Tatyana A. Cherepanova, A. L. Kotikov, К. Х. Канониди, Yury G. Turbin, P. E. Baryshev

Notice bibliographique

RevueEPJ Web of Conferences · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueEarthquake Detection and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesAlberta Agricultural Research Institute
Mots-clésMagnetometerObservatoryRemote sensingPhysicsEarth's magnetic fieldGeologyMeteorologyMagnetic fieldAstronomy

Résumé

récupéré en direct d'OpenAlex

The results of practical use of a POS-4 vector magnetometer, developed by the Research Laboratory of Quantum Magnetometry, UrFU (Yekaterinburg) and based on POS Overhauser sensors, are presented. Continuous measurements by POS-4 have been carried out at the Paratunka observatory (IKIR FEB RAS, Kamchatka) since 2015, were done at the Saint Petersburg observatory (GC RAS / IZMIRAN SPb Branch, Leningrad Region) in 2017-2018 and have been performed at the Arti observatory (Institute of Geophysics, UB RAS, Sverdlovsk Region) since 2020. On the new high-latitude observatory White Sea (IAGA code WSE, GC RAS / MSU, Nikolai Pertsov White Sea Biological Station , Karelia), POS-4 is used as a main variometer for magnetic measurements. In April 2019, the magnetometer was successfully used for field measurements on ice during the TRANSARCTIC expedition in the Barents Sea (AARI, Roshydromet). At the beginning of 2021 IZMIRAN started testing two POS-4 magnetometers at the Moskow observatory. According to the results of field and observatory measurements it was possible to identify the advantages and disadvantages of the magnetometer and provide the information for its developers for further modernization in order to improve its efficiency and reliability. Many years of experience in POS-4 application determine the areas where its scientific and applied usage will provide important results, for example, for magnetic measurements in the Arctic regions or for monitoring of active zones around volcanoes.

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)0,005
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 GPT0,222
Écart entre enseignants0,210 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEPJ Web of ConferencesMême sujetEarthquake Detection and AnalysisTravaux en français237 207