MétaCan
Menu
Retour à la cohorte
Enregistrement W4321489557 · doi:10.5194/egusphere-egu23-4581

Understanding Broadband Ocean Bottom Seismometer Noise: Fresh Insights and Future Directions

2023· preprint· en· W4321489557 sur OpenAlexaff
H. A. Janiszewski, Z. Eilon, Joshua B. Russell, Brennan Brunsvik, J. B. Gaherty, Stephen Mosher, W. B. Hawley, Sloan Coats

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSeismometerBroadbandNoise (video)SeismologyGeologySeismic noiseMicroseismComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The proliferation of broadband ocean bottom seismometer (BBOBS) deployments over the last two decades has generated key datasets from diverse marine environments, improving our understanding of tectonics and earthquake processes. In turn, the community of scientists using this data has expanded. This growth in BBOBS data collection is likely to persist with the arrival of new seismic seafloor technologies, and continued scientific interest in marine and amphibious targets. However, the noise inherent in OBS data poses a challenge that is markedly different from that of terrestrial data. As a step towards improved understanding of the sources of variability in this noise, we present a new compilation and analysis of BBOBS noise properties from 15 years of US-led seismic deployments. We find evidence for similarity of noise properties when grouped across a variety of parameters, with groupings by seismometer type and deployment water depth yielding the most significant and interpretable results. Instrument design, that is the entire deployed package, also plays an important role, although it strongly covaries with seismometer and water depth. We find that the presence of tilt noise is primarily dependent on the type of seismometer used (covariant with a particular subset of instrument design), that compliance noise follows anticipated relationships with water depth, and that shallow, oceanic shelf environments have systematically different microseism noise properties (which are, in turn, different from instruments deployed in shallow lake environments). We discuss implications for the viability of commonly used seismic analysis techniques, and future directions for improvements in the efficiency of analysis of BBOBS data.

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)0,008
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,002
Communication savante0,0040,011
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,056
Tête enseignante GPT0,236
Écart entre enseignants0,180 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSeismic Waves and AnalysisTravaux en français237 207