MétaCan
Menu
Retour à la cohorte
Enregistrement W2295764186 · doi:10.1130/g37588.1

Can CO<sub>2</sub>trigger a thermal geyser eruption?

2016· article· en· W2295764186 sur OpenAlexafffund
Bethany Ladd, M. Cathryn Ryan

Notice bibliographique

RevueGeology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNorthwestern University
Mots-clésGeologyThermalSeismologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Geyser eruptions are produced by a complex and poorly understood set of subsurface processes and conditions. They typically have an abundant supply of water, relatively permeable and competent subsurface material, a conduit to the surface, a driving mechanism (commonly believed to be the initiation of gas lift pumping by steam formation in the conduit), and a trigger. Here we present time series of dissolved CO 2 concentrations in near-surface discharge waters of a thermal geyser in Yellowstone National Park (northwestern United States) that vary systematically over several eruption cycles. Chemical geothermometry, combined with a temperature profile in a nearby well, suggests that the geyser water ascends from non-boiling conditions (∼153–171 °C at a depth of 57–65 m). When the time series of near-surface measured CO 2 concentrations are extrapolated to these subsurface conditions assuming dominantly adiabatic cooling, the additional gas pressure from dissolved CO 2 is large enough to cause the total dissolved gas pressure to exceed bubbling pressure, inducing bubble formation. We postulate that CO 2 is a necessary component to triggering eruptions in the geyser studied. Furthermore, unlike steam, CO 2 bubbles do not completely re-condense during cooling in the geyser conduit, hence providing better sustenance for gas lift pumping than pure H 2 O boiling.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,324
Score d'incertitude au seuil0,997

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,005
Tête enseignante GPT0,192
Écart entre enseignants0,187 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations22
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207