MétaCan
Menu
Retour à la cohorte
Enregistrement W4380996482 · doi:10.1029/2023gl103904

Snow Suppresses Seismic Signals From Steamboat Geyser

2023· article· en· W4380996482 sur OpenAlexfundno aff
Mara Reed, Michael Manga

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of UtahCanadian Institute for Advanced ResearchNational Science Foundation
Mots-clésSeismometerSnowGeologySeismologyBroadbandNational parkVolcanoAttenuationAmplitudeRemote sensingGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Geyser and volcano monitoring suffer from temporal, geographic, and instrumental biases. We present a recording bias identified through multiyear monitoring of Steamboat Geyser in Yellowstone National Park, USA. Eruptions of Steamboat are the tallest of any geyser in the world and they produce broadband signals at two nearby stations in the Yellowstone National Park Seismograph Network. In winter, we observe lower eruption signal amplitudes at these seismometers. Instead of a source effect, we find that environmental conditions affect the recorded signals. Lower amplitudes for 23–45 Hz frequencies are correlated with greater snow depths at the station 340 m away from Steamboat, and we calculate an energy attenuation coefficient of 0.21 ± 0.01 dB per cm of snow. More long‐term monitoring is needed at geysers to track changes over time and identify recording biases that may be missed during short, sporadic studies.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,654
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,015

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 Opus0,050
Tête enseignante GPT0,300
Écart entre enseignants0,251 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetSeismic Waves and AnalysisTravaux en français237 207