MétaCan
Menu
Retour à la cohorte
Enregistrement W2793815292 · doi:10.1155/2018/4968315

Diagenetic Self-Organization and Stochastic Resonance in a Model of Limestone-Marl Sequences

2018· article· en· W2793815292 sur OpenAlexafffund
Ivan L’Heureux

Notice bibliographique

RevueGeofluids · 2018
Typearticle
Langueen
DomainePhysics and Astronomy
Thématiquestochastic dynamics and bifurcation
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMarlCalciteMilankovitch cyclesDiagenesisGeologyStochastic resonanceNonlinear systemBistabilityForcing (mathematics)MaximaNoise (video)PaleontologyMineralogyPhysicsClimatology

Résumé

récupéré en direct d'OpenAlex

Banded patterns in limestone-marl sequences (“rhythmites”) form widespread sediments typical of shallow marine environments. They are characterized by alternations of limestone-rich layers and softer calcareous-clayey material (marl) extending over hundreds of meters with a thickness of a few tens of meters. The banded sequences are usually thought to result from systematic variations in the external environment, but the pattern may be distorted by diagenetic nonlinear processes. Here, we present a reactive-transport model for the formation of banded patterns in such a system. The model exhibits interesting features typical of nonlinear dynamical systems: (i) the existence of self-organized oscillating patterns between a calcite-rich mode (“limestone”) and a calcite-poor one (“marl”) for fixed environmental conditions and (ii) bistability between these two modes. We then illustrate the phenomena of stochastic resonance, whereby the multistable system is driven by a small external periodic signal (the 100,000 years’ Milankovitch cycle comes to mind) that is too weak to generate oscillations between the states on its own. In the presence of random fluctuations, however, the system generates transitions between the calcite-rich and calcite-poor states in statistical synchrony with the external forcing. The signal-to-noise ratio exhibits many maxima as the noise strength is varied. Hence, this amplification effect is maximized for specific values of the noise strength.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,221
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations11
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeofluidsMême sujetstochastic dynamics and bifurcationTravaux en français237 207