MétaCan
Menu
Retour à la cohorte
Enregistrement W4408436121 · doi:10.5194/egusphere-egu25-7991

A field test of 3D reflection orientation analysis along a 2D crooked line in northern Finland supplemented with additional cross-spreads

2025· preprint· en· W4408436121 sur OpenAlexaff
M. Malinowski, Andrew J. Calvert

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueSoil Moisture and Remote Sensing
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésReflection (computer programming)Field (mathematics)Test (biology)Line (geometry)Orientation (vector space)GeologyGeometrySeismologyGeographyGeodesyComputer scienceMathematicsPaleontology

Résumé

récupéré en direct d'OpenAlex

Reflection seismics is indispensable for understanding the structural framework of the crust and providing important constraints on mineral system studies. The non-uniqueness inherent in interpreting data from2D crooked seismic profiles acquired over complex geological structures can be reduced by performing 3D reflector orientation analysis (Calvert, 2017), but this requires good azimuthal coverage, which can be enhanced with the deployment of cross-spreads. A new 70-km long reflection seismic profile was acquired across the Palaeoproterozoic Peräpohja belt in northern Finland to shed new light on its structural framework and contribute to development of the new national mineral exploration program. Single-receiver and single-source acquisition was implemented, resulting in excellent data quality. Survey layout was optimized to extract 3D reflector orientations, and included eight additional cross-spreads extending up to 5 km from the survey line spaced every 7-8 km.3D reflector orientation analysis was performed for both the inline data (i.e. along the main profile) as well as with the cross-spreads included. The main challenge to processing these data is obtaining an optimal refraction statics solution: in the first pass, a combination of 2D inline statics with 2D statics for each cross-spreads was applied. In the second pass, a 3D tomostatics solution was obtained for the complete dataset. The initial results of the reflection orientation analysis suggests that while the additional effort in acquiring the cross-spreads may not be justified for obtaining the structural image (cross-spreads bring more noisy data), orientation attributes (dip and strike) are better resolved, especially at shallower levels, and where gaps in azimuthal coverage are present (i.e. the profile was too straight). With current acquisition capabilities, cross-spreads can be acquired in a cost-effective manner, yet they should be carefully planted to provide reasonable signal-to-noise ratio data, essential for 3D statics and for the orientation analysis itself.The new seismic data were acquired as a part of the REPower-CEST “Clean Energy System Transition” project, which received funding by the European Union (number 151, P5C1I2, NextGenerationEU).

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)0,001
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,044

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,010
Tête enseignante GPT0,282
Écart entre enseignants0,273 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoil Moisture and Remote SensingTravaux en français237 207