MétaCan
Menu
Retour à la cohorte
Enregistrement W156563788

Sea level curves, geoid rate and uplift rate from composite rheology in glacial isostatic adjustment modeling

2009· article· en· W156563788 sur OpenAlexaff
Wouter van der Wal, Patrick Wu, H. Wang, Michael G. Sideris

Notice bibliographique

RevueEGUGA · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRheologyPost-glacial reboundCreepGeologyGeoidViscosityMantle (geology)MechanicsGeophysicsThermodynamicsGlacial periodPhysicsGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Laboratory experiments show that both diffusion creep and power-law creep can exist for realistic mantle conditions. Therefore a composite rheology which includes both creep laws might be a better approximation of the deformation process in the mantle. Here we study the effect of such a rheology on glacial isostatic adjustment (GIA) observables. Composite rheology has in the past been shown to provide a better fit to sea level data for a wide range of parameters investigated with 2D finite element models. Here, we use the Coupled Laplace Finite Element Method for an incompressible 3D spherical self-gravitating Earth to study the effect of composite rheology on relative sea level (RSL) curves, maximum present-day uplift rate and maximum present-day geoid rate with the ICE-5G model. The long computation time of this model limits the number of cases that can be investigated to a handful. The stress exponent is taken to be 3, the pre-stress exponent (A) derived from a uni-axial stress experiment is varied between 3.3 x 10−33/10−34/10−35/10−36 Pa−3s−1, and the Newtonian viscosity η is varied between 1/3/9 x 10 Pas. Because the ice models are developed under the assumption of linear rheology any rheology with a non-linear component usually under predicts the uplift rate and geoid rate. Therefore, to see if the ice model can provide a better fit, we investigate simple modifications to the ICE-4G model, such as i) scaling of the ice height by 1.5 and 2.0; and ii) delay in glaciation by 1 and 2 kyears.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,107
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,235
Écart entre enseignants0,198 · 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 tête enseignante, 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEGUGAMême sujetCryospheric studies and observationsTravaux en français237 207