Pressure and Stress Prediction in the Nankai Accretionary Prism: A Critical State Soil Mechanics Porosity‐Based Approach
Notice bibliographique
Résumé
Abstract We predict pressure and stress from porosity in the Nankai accretionary prism with a critical state soil model that describes porosity as a function of mean stress and maximum shear stress, and assumes Coulomb failure within the wedge and uniaxial burial beneath it. At Ocean Drilling Program Sites 1174 and 808, we find that pore pressure in the prism supports 70% to 90% of the overburden (λu = 0.7 to 0.9), for a range of assumed friction angles (5–30°). The prism pore pressure is equal to or greater than that in the underthrust sediments even though the porosity is lower within the prism. The high pore pressures lead to a mechanically weak wedge that supports low maximum shear stress, and this in turn requires very low basal traction to remain consistent with the observed narrowly tapered wedge geometry. We estimate the décollement friction coefficient (μb) to be ~0.08–0.38 (ϕb′ = 4.6°–21°). Our approach defines a pathway to predict pressure in a wide range of environments from readily observed quantities (e.g., porosity and seismic velocity). Pressure and stress control the form of the Earth's collisional continental margins and play a key role in its greatest earthquakes. However, heretofore, there has been no systematic approach to relate material state (e.g., porosity), pore pressure, and stress in these systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».