Improving Mass Conservation With the Tracer Ratio Method: Application to Thermochemical Mantle Flows
Notice bibliographique
Résumé
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 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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».