MétaCan
Menu
Retour à la cohorte
Enregistrement W2613130203 · doi:10.1093/gji/ggx198

Spin transition-induced anomalies in the lower mantle: implications for mid-mantle partial layering

2017· article· en· W2613130203 sur OpenAlexafffund
M. H. Shahnas, R. N. Pysklywec, João F. Justo, David A. Yuen

Notice bibliographique

RevueGeophysical Journal International · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaDirectorate for Computer and Information Science and EngineeringNational Science Foundation
Mots-clésTransition zoneMantle (geology)GeologySpin transitionMantle convectionGeophysicsSlabMantle wedgeSilicate perovskitePetrologySubductionCondensed matter physicsPhysicsTectonicsSeismology

Résumé

récupéré en direct d'OpenAlex

Recent advances in high pressure mineral physics reveal that the thermoelastic properties of the lower mantle may significantly change as a consequence of the spin transition in ferric iron in the major lower mantle minerals, ferropericlase (Fp) and perovskite (Pv). The spin transition in iron introduces anomalies in the thermoelastic properties, like the bulk modulus, which influences the mixing and the style of mantle convection and the thermal history of the planet. Employing high resolution axi-symmetric spherical models, we explore the influence of the spin transition-induced anomalies in density and viscosity on mantle dynamics. Model results reveal that both a viscosity increase in the lower regions of the mantle and a negative spin transition-induced density anomaly can slow sinking slabs they approach mid-mantle depths; however, more profoundly, the density anomaly may halt slabs at mid-mantle depths for tens of millions of years, and up to ∼200 Myr before they finally penetrate to the lower depths. This phenomenon is consistent with the nature of sinking slabs inferred from high resolution tomographic images which show slab stagnations at mid-mantle depths (from 1200 to around 1600 km).

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,859
Score d'incertitude au seuil0,602

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,032
Tête enseignante GPT0,295
Écart entre enseignants0,264 · 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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetHigh-pressure geophysics and materialsTravaux en français237 207