MétaCan
Menu
Retour à la cohorte
Enregistrement W2048326916 · doi:10.5047/eps.2011.05.002

The role of glacial isostatic adjustment in the present-day crustal motion and sea levels of East Asia

2011· article· en· W2048326916 sur OpenAlexafffund
Hansheng Wang, Patrick Wu, Lulu Jia, Bo Hu, Liming Jiang

Notice bibliographique

RevueEarth Planets and Space · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaChinese Academy of Sciences
Mots-clésPost-glacial reboundTide gaugeGeologyGeodetic datumGeodesyTectonic upliftSea levelLithosphereTectonicsGlobal Positioning SystemSatellite geodesyEast AsiaMantle (geology)AltimeterClimatologySeismologyChinaOceanographyGeophysicsGeography

Résumé

récupéré en direct d'OpenAlex

The aim of this paper is to model and remove the contribution of glacial isostatic adjustment (GIA) from the observed crustal velocities and sea-level rates in East Asia, so that the signal from other geological processes such as tectonic uplift or global change can be better revealed. State-of-the-art GIA models that include 3D variations in mantle viscosity and lithospheric thickness are employed in this study. Uncertainties of the GIA response are estimated from different ice history and background viscosity models. It is demonstrated that the uncertainties in the GIA response in East Asia are generally small compared with the response itself. For example, the land uplift rate near the east coast of China due to GIA has magnitudes of about 0.1 mm/yr while the uncertainties are generally less than 0.04 mm/yr. These are small compared with the observed magnitude of uplift rate (∼1.0 mm/yr) and the measurement uncertainties of GPS. For the height rates in leveling observation, relative sea-level rates in tide gauge data, absolute seal-level rates from satellite altimetry and tangential velocities from GPS data, the GIA effects are also shown to be generally small compared with observed data. This technique of “cleaning” geodetic data will become more useful in the future when the uncertainties of geodetic measurements can be reduced to less than 0.1 mm/yr.

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 enseignants0,129
Score d'incertitude au seuil0,549

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 Opus0,026
Tête enseignante GPT0,200
Écart entre enseignants0,174 · 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

Citations6
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEarth Planets and SpaceMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207