MétaCan
Menu
Retour à la cohorte
Enregistrement W3042860767 · doi:10.1029/2020gl088322

Subsurface Weathering Revealed in Hillslope‐Integrated Porosity Distributions

2020· article· en· W3042860767 sur OpenAlexaff
Russell P. Callahan, C. S. Riebe, Sylvain Pasquet, Ken L. Ferrier, Darío Graña, L. S. Sklar, Nicholas J. Taylor, B. A. Flinchum, J. L. Hayes, Bradley J. Carr, Peter Hartsough, Anthony Debons, W. Steven Holbrook

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueSeismic Waves and Analysis
Établissements canadiensConcordia University
Organismes subventionnairesUniversity of WyomingNational Aeronautics and Space AdministrationWyoming Space Grant ConsortiumNational Science Foundation
Mots-clésWeatheringGeologyPorosityBoreholeSeismic refractionMineralogySoil scienceGeomorphologyGeophysicsGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Subsurface weathering has traditionally been measured using cores and boreholes to quantify vertical variations in weathered material properties. However, these measurements are typically available at only a few, potentially unrepresentative points on hillslopes. Geophysical surveys, conversely, span many more points and, as shown here, can be used to obtain a representative, site‐integrated perspective on subsurface weathering. Our approach aggregates data from multiple seismic refraction surveys into a single frequency distribution of porosity and depth for the surveyed area. We calibrated the porosities at a site where cores are coincident with seismic refraction surveys. Modeled porosities from the survey data match measurements at the core locations but reveal a frequency distribution of porosity and depth that differs markedly from the cores. Our results highlight the value of using the site‐integrated perspective obtained from the geophysical data to quantify subsurface weathering and water‐holding capacity.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,131
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,278
Écart entre enseignants0,233 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetSeismic Waves and AnalysisTravaux en français237 207