Evolution of Elastic and Mechanical Properties During Fault Shear: The Roles of Clay Content, Fabric Development, and Porosity
Notice bibliographique
Résumé
Abstract Phyllosilicates weaken faults due to the formation of shear fabrics. Although the impacts of clay abundance and fabric on frictional strength, sliding stability, and porosity of faults are well studied, their influence on elastic properties is less known, though they are key factors for fault stiffness. We document the role that fabric and consolidation play in elastic properties and show that smectite content is the most important factor determining whether fabric or porosity controls the elastic response of faults. We conducted a suite of shear experiments on synthetic smectite‐quartz fault gouges (10–100 wt% smectite) and sediment incoming to the Sumatra subduction zone. We monitored Vp , Vs , friction, porosity, shear and bulk moduli. We find that mechanical and elastic properties for gouges with abundant smectite are almost entirely controlled by fabric formation (decreasing mechanical and elastic properties with shear). Though fabrics control the elastic response of smectite‐poor gouges over intermediate shear strains, porosity is the primary control throughout the majority of shearing. Elastic properties vary systematically with smectite content: High smectite gouges have values of Vp ~ 1,300–1,800 m/s, Vs ~ 900–1,100 m/s, K ~ 1–4 GPa, and G ~ 1–2 GPa, and low smectite gouges have values of Vp ~ 2,300–2,500 m/s, Vs ~ 1,200–1,300 m/s, K ~ 5–8 GPa, and G ~ 2.5–3 GPa. We find that, even in smectite‐poor gouges, shear fabric also affects stiffness and elastic moduli, implying that while smectite abundance plays a clear role in controlling gouge properties, other fine‐grained and platy clay minerals may produce similar behavior through their control on the development of fabrics and thin shear surfaces.
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 | 0,001 | 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 | 0,000 | 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 ».