Structural Inheritance Control on Intraplate Present‐Day Deformation: GPS Strain Rate Variations in the Saint Lawrence Valley, Eastern Canada
Notice bibliographique
Résumé
Abstract Structural inheritance is one of the key factors commonly proposed to control the localization of strain and seismicity in continental intraplate regions, primarily on the basis of a first‐order spatial correlation between seismicity and inherited tectonic structures. In this paper, we present new GPS (Global Positioning System) velocity and strain rate analyses that provide strong constraints on the magnitude and style of present‐day strain localization associated with the inherited tectonic structures of the Saint Lawrence Valley, eastern Canada. We analyze 143 continuous and campaign GPS stations to calculate velocity and strain rate patterns, with specific emphases on the combination of continuous and campaign velocity uncertainties, and on the definition of robustness categories for the strain rate estimations. Within the structural inheritance area, strain rates are on average 2–11 times higher than surrounding regions and display strong lateral variations of the style of deformation. These GPS velocity and strain rate fields primarily reflect ongoing glacial isostatic adjustment (GIA). Their comparison with GIA model predictions allows us to quantify the impact of the structural inheritance and the associated lithosphere rheology weakening. Outside of the major tectonic inheritance area, GPS and GIA model strain rates agree to first order, both in style and magnitude. In contrast, the Saint Lawrence Valley displays strong strain amplification with GPS strain rates 6–28 times higher than model‐predicted GIA strain rates. Our results provide the first quantitative constraints on the impact of lithospheric‐scale structural inheritance on strain localization in intraplate domains.
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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».