MétaCan
Menu
Retour à la cohorte
Enregistrement W4312554799 · doi:10.1109/tgrs.2022.3221624

Forward Modeling Steady-State Free Precession in Surface NMR

2022· article· en· W4312554799 sur OpenAlexfundno aff
Matthew Peter Griffiths, Denys Grombacher, Lichao Liu, Mathias Vang, Jakob Juul Larsen

Notice bibliographique

RevueIEEE Transactions on Geoscience and Remote Sensing · 2022
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueNMR spectroscopy and applications
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaVillum Fonden
Mots-clésPrecessionSteady state (chemistry)Nuclear magnetic resonancePhysicsChemistryCondensed matter physics

Résumé

In efforts to map water at depth, steady-state free-precession (SSFP) sequences promise to rapidly increase data acquisition rates in the practice of surface nuclear magnetic resonance (NMR). Unlike conventional surface NMR excitation schemes, pulses in SSFP are transmitted so frequently that the nuclear magnetization of hydrogen in water can not return to its natural alignment with the earth’s ambient magnetic field, and instead achieve a steady-state; a dynamic equilibrium between pulses. Unfortunately, the traditional formulations of SSFP sequences and the full surface NMR forward models are not immediately compatible with each other. Firstly, the traditional analysis of SSFP sequences assume that relaxation during pulse (RDP) effects are negligible, which is not always valid in surface NMR. Secondly, even for single pulse measurements, the surface NMR forward model can be computationally demanding; this challenge scales with the number of pulses. Here we investigate the incorporation of RDP effects on the dynamic equilibrium of SSFP measurements. This is then incorporated into the full surface NMR forward model by deriving analytical expressions to directly predict processed surface NMR data. The model is validated by jointly inverting an extensive and diverse suite of SSFP measurements; 12 distinct sequences each with 16 pulse moments. The inverted model has a data misfit of 0.99 and is consistent with models derived from standard NMR data. The ability of our forward model to reproduce diverse signals and jointly invert them is a strong indication of its validity.

Conservé avec la notice de tri, où il sert de preuve aux étiquettes ci-dessus.

Comment cette classification a été obtenuedéplier

Le tri à trois modèles

les 5 600 travaux triés →

Les trois modèles l'ont jugé hors champ.

strate : fund_new · poids de sondage : 1678.90 (l'échantillon est stratifié ; tout taux calculé sans le poids est faux)
Claude Opus 4.8OUT
genre : empirical
porte sur le Canada: non
confiance: high

Geophysics paper deriving a forward model for steady-state free precession in surface NMR; the object is a subsurface sensing technique.

GPT-5.6 (high)OUT
genre : empirical
porte sur le Canada: non
confiance: high

This develops and validates a surface NMR forward model for geophysical measurement, not research methodology as an object.

Grok 4.5OUT
genre : empirical
porte sur le Canada: non
confiance: high

Geophysical method paper on surface NMR SSFP forward modeling; domain technique, not research evaluation.

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)0,001
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,014
Tête enseignante GPT0,293
Écart entre enseignants0,280 · 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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Geoscience and Remote SensingMême sujetNMR spectroscopy and applicationsTravaux en français237 207