MétaCan
Menu
Retour à la cohorte
Enregistrement W2997172280 · doi:10.1029/2019gc008799

Improving Mass Conservation With the Tracer Ratio Method: Application to Thermochemical Mantle Flows

2020· article· en· W2997172280 sur OpenAlexafffund
S. J. Trim, J. P. Lowman, S. L. Butler

Notice bibliographique

RevueGeochemistry Geophysics Geosystems · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueHigh-pressure geophysics and materials
Établissements canadiensThe Scarborough HospitalUniversity of TorontoUniversity of Saskatchewan
Organismes subventionnairesCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésTRACERAdvectionBuoyancyThermal diffusivityGeologyConservation of massMantle (geology)ConvectionMechanicsEntrainment (biomusicology)ThermalGeophysicsThermodynamicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Modeling the evolution of composition in a convecting mantle is difficult since the associated chemical diffusivity is very small. Consequently, compositional evolution is often modeled using the advection equation which is prone to overdiffusion and spurious oscillations unless special numerical schemes are employed. Similar errors can also occur while modeling the evolution of temperature, since mantle convection is advection dominated. One numerical scheme designed to minimize such errors is the tracer ratio method, in which Lagrangian tracers are used to track each composition in the system in addition to carrying local temperature values that are time dependent. However, tracer spacing may become very uneven during evolution, which can contribute to errors in mass and energy conservation. In this study, a tracer repositioning algorithm designed to promote even tracer coverage is presented and tested using over 400 calculations in a large thermal Rayleigh number/buoyancy ratio parameter space. In particular, the effect of tracer repositioning on mass and energy conservation errors is examined. In most cases, we find that energy errors are roughly an order of magnitude less than mass errors, regardless of tracer repositioning. However, in situations with substantial entrainment of compositionally distinct material, mass errors can be reduced by up to an order of magnitude if tracers are repositioned during model evolution. We also find that for a fixed buoyancy ratio, entrainment of basal material decreases as the thermal Rayleigh number increases.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,008
Tête enseignante GPT0,199
Écart entre enseignants0,191 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeochemistry Geophysics GeosystemsMême sujetHigh-pressure geophysics and materialsTravaux en français237 207