MétaCan
Menu
Retour à la cohorte

Sandy Fans-From Amazon to Hueneme and Beyond

2001· article· en· W2082942560 sur OpenAlexaff
William R. Normark

Notice bibliographique

RevueAAPG Bulletin · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological formations and processes
Établissements canadiensBedford Institute of OceanographyGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésAmazon rainforestGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Most submarine fans are supplied with both sand and mud, but these become segregated during transport, typically with the sand becoming concentrated in channels and channel-termination lobes. New data from high-resolution seismic reflection surveys and Deep Sea Drilling Project (DSDP)/Ocean Drilling Program (ODP) wells from a variety of fans allow a synthesis of the architecture of those submarine fans that have important sand deposits. By analyzing architectural elements, we can better understand issues important for petroleum geology, such as the reservoir properties of the sand bodies and their lateral continuity and vertical connectivity. Our analysis of fan architecture is based principally on the Amazon and Hueneme fans, generally perceived to be classic examples of muddy and sandy systems, respectively. We recognize depositional elements, for example, channel deposits, levees, and lobes, from seismic reflection data and document sediment character in different elements from DSDP/ODP drill cores. We show the utility for petroleum geology of evaluating sandy and muddy elements rather than characterizing entire fans as sand rich or mud rich. We suggest that fan classification should include evaluation of source-sediment volumes and grain size, as well as the probable processes of turbidity-current initiation, because these factors control the character of fan elements and their response to changes in sea level, sediment supply, and autocyclic changes in channel pattern. Basin morphology, controlled by tectonics, influences overall geometry, as well as the balance between aggradation and progradation.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,091
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,011
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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'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

Citations230
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAAPG BulletinMême sujetGeological formations and processesTravaux en français237 207