Grain-size distribution in the mantle wedge of subduction zones
Notice bibliographique
Résumé
[1] Mineral grain size plays an important role in controlling many processes in the mantle wedge of subduction zones, including mantle flow and fluid migration. To investigate the grain-size distribution in the mantle wedge, we coupled a two-dimensional (2-D) steady state finite element thermal and mantle-flow model with a laboratory-derived grain-size evolution model. In our coupled model, the mantle wedge has a composite olivine rheology that incorporates grain-size-dependent diffusion creep and grain-size-independent dislocation creep. Our results show that all subduction settings lead to a characteristic grain-size distribution, in which grain size increases from 10 to 100 μm at the most trenchward part of the creeping region to a few centimeters in the subarc mantle. Despite the large variation in grain size, its effect on the mantle rheology and flow is very small, as >90% of the deformation in the flowing part of the creeping region is accommodated by grain-size-independent dislocation creep. The predicted grain-size distribution leads to a downdip increase in permeability by ∼5 orders of magnitude. This increase is likely to promote greater upward migration of aqueous fluids and melts where the slab reaches ∼100 km depth compared with shallower depths, potentially providing an explanation for the relatively uniform subarc slab depth. Seismic attenuation derived from the predicted grain-size distribution and thermal field is consistent with the observed seismic structure in the mantle wedge at many subduction zones, without requiring a significant contribution by the presence of melt.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».