Quantifying particle dispersal in aquatic sediments at short time scales: model selection
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
In a pulse-tracer experiment, a layer of tracer particles is added to the sediment -water interface, and the down-mixing of these particles is followed over a short time scale. Here, we compared different models (biodiffusion, telegraph, CTRW) to analyse the resulting tracer depth profiles. The biodiffusion model is widely applied, but entails 2 problems: (1) infinite propagation speed -the infinitely fast propagation of tracer to depth, and (2) infinitely short waiting times -mixing events follow each other infinitely fast. We show that the problem of waiting times is far more relevant to tracer studies than the problem of propagation speed. The key issue in pulse-tracer experiments is that models should explicitly account for a finite waiting time between mixing events. The telegraph equation has a finite propagation speed, but it still assumes infinitely short waiting times, and, hence, it does not form a suitable alternative to the biodiffusion model. Therefore, we advance the continuous-time random walk (CTRW), which explicitly accounts for finite waiting times between mixing events, as a suitable description of bioturbation. CTRW models are able to cope with lateral spatial heterogeneity in reworking, which is a crucial feature of bioturbation at short time scales. We show how existing bioturbation models (biodiffusion model, telegraph equation, non-local exchange model) can be considered as special cases of the CTRW model. Accordingly, the CTRW model is not a new bioturbation model, but a generalization of existing models.
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 | 0,000 | 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) | 0,000 | 0,002 |
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