MétaCan
Menu
Retour à la cohorte
Enregistrement W4252395700 · doi:10.4133/1.2963303

Application of P‐Wave Seismic Reflection Methods Using the Landstreamer/Minivib System to Near‐Surface Investigations

2008· article· en· W4252395700 sur OpenAlexaff
S E Pullan, A J -M Pugin, James A. Hunter, T Cartwright, M Douma

Notice bibliographique

RevueSymposium on the Application of Geophysics to Engineering and Environmental Problems 2008 · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Imaging and Inversion Techniques
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésReflection (computer programming)Surface waveGeologySurface (topology)SeismologyComputer scienceOpticsPhysicsGeometryMathematics

Résumé

récupéré en direct d'OpenAlex

Landstreamer receiver arrays greatly increase the efficiency of shallow seismic reflection surveys, and their use is becoming more widespread, particularly for the acquisition of SH-wave reflection or MASW data. This paper presents recent results using a P-wave landstreamer coupled to an IVI minivib source to acquire shallow seismic reflection profiles for near-surface investigations. The landstreamer/minivib system has proved to be an extremely efficient method of producing high-quality P-wave reflection data in a variety of geological settings. Comparison with traditional planted geophone data using an in-hole shotgun source show that, under optimum conditions for the in-hole shotgun source, the landstreamer data shows a decrease in the frequency of the reflection signal, but there may be an increase in the reflection frequencies where surface materials are dry and sandy. In either case, the advantages of greatly increased data production and the improved multi-channel capability (number of receivers and short offsets) are very significant. The technique has been successfully used to map buried valleys, and to define glacial stratigraphy.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

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 Opus0,015
Tête enseignante GPT0,215
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'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

Citations6
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSymposium on the Application of Geophysics to Engineering and Environmental Problems 2008Même sujetSeismic Imaging and Inversion TechniquesTravaux en français237 207