MétaCan
Menu
Retour à la cohorte
Enregistrement W2997516851 · doi:10.1029/2019gl084787

Assessing Energy Budget of Laboratory Fault Slip Using Rotary Shear Experiments and Micro‐Computed Tomography

2020· article· en· W2997516851 sur OpenAlexaff
Qi Zhao, Steven D. Glaser, Nicola Tisato, Giovanni Grasselli

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNational Science Foundation
Mots-clésEnergy budgetShear (geology)Energy (signal processing)TomographySlip (aerodynamics)SeismologyComputed tomographyGeologyFault (geology)PhysicsEngineeringAerospace engineeringStatisticsOpticsPetrologyMathematicsRadiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Quantitative assessment of the energy budget of earthquake events is one of the key aspects for understanding the physics of earthquakes. Investigation of laboratory fault slips under controlled conditions can provide insights on this important aspect of the natural and induced earthquakes. We conducted a rotary shear experiment under X‐ray micro‐computed tomography, which allowed in situ and operando measurement of macroscopic stresses and imaging of the newly formed fractures inside the sample. We estimate each component of the energy budget and found that friction energy loss (EF), fracture energy (EG), and radiated energy (ER) account for 70.16%, 15.68%, and 14.15% of the total energy budget, respectively. Quantitative analysis of the micro‐computed tomography images indicates that the energy consumed by creating slip‐induced off‐fault fractures ( ) accounts for only 0.3% of the total energy, less than 2% of the total EG.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,056
Tête enseignante GPT0,311
Écart entre enseignants0,254 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetearthquake and tectonic studiesTravaux en français237 207