Determining bubble size in aquatic sediments using wideband acoustic resonance and a bubble size distribution model: testing and application in Lake Kinneret, Israel
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Free gas in natural aquatic sediments exists within discrete bubbles, which contribute to sediment destabilization and have implications for global warming. In this study, a micro-scale bubble model is used to characterize the shapes and sizes of methane bubbles in muddy aquatic sediments, governed by the mechanical properties of these muds. Building on this, a macro-scale bubble size distribution model was developed to determine the maximum equivalent spherical bubble size and cumulative gas content. An acoustic methodology, which examines the frequency-dependent reflection coefficient of sound from gassy sediments and reveals resonant behavior, was used to test the proposed model. Five acoustic measurements were conducted in Lake Kinneret, Israel, – one in 2016 and four in 2022 – at water depths ranging from 23 to 37 m. The transmitted chirp signal swelling from 300 Hz to a maximum of 15,000 Hz, was received by a nearby vertical line array consisting of up to seven hydrophones positioned near the source. Frequency analysis of the recorded signal components – including both bottom and surface reflections as well as the reverberant coda – revealed a spectral notch around 2584 Hz in 2016 and between 3027 and 4373 Hz in 2022, depending on the measurement location. These notches correspond to a maximum equivalent spherical bubble diameter of 7.95 mm in 2016 and 4.50–6.54 mm in 2022. These results are consistent with direct measurements of bubble size distributions obtained through X-ray computed tomography of frozen sediment cores collected in Lake Kinneret in 2016 by another research group, at locations matching the acoustic experiment sites.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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