DigitalCrust – a 4D data system of material properties for transforming research on crustal fluid flow
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Fluid circulation in the Earth's crust plays an essential role in surface, near surface, and deep crustal processes. Flow pathways are driven by hydraulic gradients but controlled by material permeability, which varies over many orders of magnitude and changes over time. Although millions of measurements of crustal properties have been made, including geophysical imaging and borehole tests, this vast amount of data and information has not been integrated into a comprehensive knowledge system. A community data infrastructure is needed to improve data access, enable large‐scale synthetic analyses, and support representations of the subsurface in Earth system models. Here, we describe the motivation, vision, challenges, and an action plan for a community‐governed, four‐dimensional data system of the Earth's crustal structure, composition, and material properties from the surface down to the brittle–ductile transition. Such a system must not only be sufficiently flexible to support inquiries in many different domains of Earth science, but it must also be focused on characterizing the physical crustal properties of permeability and porosity, which have not yet been synthesized at a large scale. The DigitalCrust is envisioned as an interactive virtual exploration laboratory where models can be calibrated with empirical data and alternative hypotheses can be tested at a range of spatial scales. It must also support a community process for compiling and harmonizing models into regional syntheses of crustal properties. Sustained peer review from multiple disciplines will allow constant refinement in the ability of the system to inform science questions and societal challenges and to function as a dynamic library of our knowledge of Earth's crust.
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.
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 | 0,001 | 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 découle