Stacked sills forming a deep melt-mush feeder conduit beneath Axial Seamount
Notice bibliographique
Résumé
Abstract Magmatic systems are composed of melt accumulations and crystal mush that evolve with melt transport, contributing to igneous processes, volcano dynamics, and eruption triggering. Geophysical studies of active volcanoes have revealed details of shallow-level melt reservoirs, but little is known about fine-scale melt distribution at deeper levels dominated by crystal mush. Here, we present new seismic reflection images from Axial Seamount, northeastern Pacific Ocean, revealing a 3–5-km-wide conduit of vertically stacked melt lenses, with near-regular spacing of 300–450 m extending into the inferred mush zone of the mid-to-lower crust. This column of lenses underlies the shallowest melt-rich portion of the upper-crustal magma reservoir, where three dike intrusion and eruption events initiated. The pipe-like zone is similar in geometry and depth extent to the volcano inflation source modeled from geodetic records, and we infer that melt ascent by porous flow focused within the melt lens conduit led to the inflation-triggered eruptions. The multiple near-horizontal lenses are interpreted as melt-rich layers formed via mush compaction, an interpretation supported by one-dimensional numerical models of porous flow in a viscoelastic matrix.
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) | 0,043 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».