MétaCan
Menu
Retour à la cohorte
Enregistrement W1987240447 · doi:10.1029/2007jb005355

Mantle convection models with temperature‐ and depth‐dependent thermal expansivity

2008· article· en· W1987240447 sur OpenAlexaff
Sanaz R. Ghias, Gary T. Jarvis

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésHeat fluxMantle (geology)Nusselt numberThermodynamicsConvectionMantle convectionThermalMaterials scienceMechanicsGeologyPhysicsHeat transferGeophysicsReynolds numberTurbulence

Résumé

récupéré en direct d'OpenAlex

We investigate the effects of temperature‐ and depth‐dependent thermal expansivity in two‐dimensional mantle convection models in cylindrical shell and plane layer geometries. Most previous models of mantle convection have employed either a constant coefficient of thermal expansion, α, or a depth‐dependent α = α(r), where r is the radial coordinate antiparallel to gravity. We consider α to have the form α(r,T) = αr (r)αT (T), where αr(r) increases with radius, r (or decreases with depth), and αT (T) increases with temperature, T. We find that the depth dependence and temperature dependence of α each have a significant, but opposite, effect on the mean surface heat flux (or Nusselt number) and the mean surface velocity of the convecting system. For α = αr (r), a decrease of α with depth by a factor of 4 across the mantle causes a decrease of surface heat flux by about 20% and a decrease in mean surface velocity by about 30%, relative to the constant α case, in either cylindrical or plane layer geometry. However, when the temperature dependence of α is also included, αT (T) effectively compensates for the effects of αr(r) such that the predicted decreases in heat flow and surface velocity are either eliminated or, in some cases, become increases. Consequently, previous studies that include only the effects of depth dependence of α may underestimate surface heat flow and plate velocities by as much as 20% and 50%, respectively.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,035
Tête enseignante GPT0,266
Écart entre enseignants0,232 · 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'étudeSimulation ou modélisation
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

Citations20
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetHigh-pressure geophysics and materialsTravaux en français237 207