MétaCan
Menu
Retour à la cohorte
Enregistrement W3213550874 · doi:10.1190/geo2021-0571.1

Comments on: “Imaging the Aquistore reservoir after 36 kilotonnes of CO2 injection using distributed acoustic sensing” (K. Harris, D. J. White, and C. Samson, 2017, G <scp>eophysics</scp> , 82, no. 6, M81–M96) and “Initial 4D seismic results after CO2 injection start-up at the Aquistore storage site” (L. A. N. Roach, D. J. White, B. Roberts, and D. Angus, 2017, G <scp>eophysics</scp> , 82, no. 3, B95–B107)

2021· article· en· W3213550874 sur OpenAlexaff
Balázs Németh, Christian Escalante

Notice bibliographique

RevueGeophysics · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensBHP (Canada)
Organismes subventionnairesnon disponible
Mots-clésAmplitudeAnomaly (physics)Volume (thermodynamics)GeologyPoint (geometry)SeismologyWindow (computing)Square rootMultipleSignificant differenceGeodesyGeophysicsMathematicsMineralogyStatisticsComputer sciencePhysicsGeometryOpticsArithmeticThermodynamics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Two papers published in Geophysics use the normalized root-mean-square (Nrms) calculation in a sliding window to compare traces and to create a “difference Nrms′” volume. The authors use the derived difference volume to indicate the presence of apparent time-lapse anomaly between two seismic surveys. In this discussion, we point out that the used methodology does not allow a robust comparison of seismic traces. We recommend the use of simple amplitude difference calculation between volumes to show the presence of time-lapse anomalies, instead of the used methodology.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 GPT0,220
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysicsMême sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207