A geologically constrained Monte Carlo approach to modeling exposure ages from profiles of cosmogenic nuclides: An example from Lees Ferry, Arizona
Notice bibliographique
Résumé
We present a user‐friendly and versatile Monte Carlo simulator for modeling profiles of in situ terrestrial cosmogenic nuclides (TCNs). Our program (available online at http://geochronology.earthsciences.dal.ca/downloads‐models.html ) permits the incorporation of site‐specific geologic knowledge to calculate most probable values for exposure age, erosion rate, and inherited nuclide concentration while providing a rigorous treatment of their uncertainties. The simulator is demonstrated with 10 Be data from a fluvial terrace at Lees Ferry, Arizona. Interpreted constraints on erosion, based on local soil properties and terrace morphology, yield a most probable exposure age and inheritance of 83.9 −14.1 +19.1 ka, and 9.49 −2.52 +1.21 × 10 4 atoms g −1 , respectively (2 σ ). Without the ability to apply some constraint to either erosion rate or age, shallow depth profiles of any cosmogenic nuclide (except for nuclides produced via thermal and epithermal neutron capture, e.g., 36 Cl) cannot be optimized to resolve either parameter. Contrasting simulations of 10 Be data from both sand‐ and pebble‐sized clasts within the same deposit indicate grain size can significantly affect the ability to model ages with TCN depth profiles and, when possible, sand—not pebbles—should be used for depth profile exposure dating.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».