A consistent global approach for the morphometric characterization of subaqueous landslides
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 Landslides are common in aquatic settings worldwide, from lakes and coastal environments to the deep sea. Fast-moving, large-volume landslides can potentially trigger destructive tsunamis. Landslides damage and disrupt global communication links and other critical marine infrastructure. Landslide deposits act as foci for localized, but important, deep-seafloor biological communities. Under burial, landslide deposits play an important role in a successful petroleum system. While the broad importance of understanding subaqueous landslide processes is evident, a number of important scientific questions have yet to receive the needed attention. Collecting quantitative data is a critical step to addressing questions surrounding subaqueous landslides. Quantitative metrics of subaqueous landslides are routinely recorded, but which ones, and how they are defined, depends on the end-user focus. Differences in focus can inhibit communication of knowledge between communities, and complicate comparative analysis. This study outlines an approach specifically for consistent measurement of subaqueous landslide morphometrics to be used in the design of a broader, global open-source, peer-curated database. Examples from different settings illustrate how the approach can be applied, as well as the difficulties encountered when analysing different landslides and data types. Standardizing data collection for subaqueous landslides should result in more accurate geohazard predictions and resource estimation.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,002 | 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