MétaCan
Menu
Retour à la cohorte
Enregistrement W3088213957 · doi:10.1029/2020jb020949

Reexamining the Potential to Classify Lava Flows From the Fractality of Their Margins

2021· article· en· W3088213957 sur OpenAlexaff
E. I. Schaefer, Christopher W. Hamilton, C. D. Neish, Michael M. Sori, A. M. Bramson, S. P. Beard

Notice bibliographique

RevueJournal of Geophysical Research Solid Earth · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensWestern University
Organismes subventionnairesNational Science Foundation
Mots-clésLavaGeologyMargin (machine learning)FractalFlow (mathematics)Scale (ratio)Current meterCurrent (fluid)VolcanoGeophysicsGeomorphologyGeometryCartographyMathematicsSeismologyComputer scienceGeographyMachine learningMathematical analysis

Résumé

récupéré en direct d'OpenAlex

Abstract Can fractal analysis of a lava flow's margin enable classification of the lava's morphologic type (e.g., pāhoehoe)? Such classifications would provide insights into the rheology and dynamics of the flow when it was emplaced. The potential to classify lava flows from remotely‐sensed data would particularly benefit the analysis of flows that are inaccessible, including flows on other planetary bodies. The technique's current interpretive framework depends on three assumptions: (1) measured margin fractality is scale‐invariant; (2) morphologic types can be uniquely distinguished based on measured margin fractality; and (3) modification of margin fractality by topography, including substrate slope and confinement, would be minimal or independently recognizable. We critically evaluate these assumptions at meter scales (1–10 m) using 15 field‐collected flow margin intervals from a wide variety of morphologic types in Hawaiʻi, Iceland, and Idaho. Among the 12 margin intervals that satisfy the current framework's suitability criteria (e.g., geomorphic freshness, shallowly‐sloped substrates), we show that five exhibit notably scale‐dependent fractality and all five from lava types other than ‘a‘ā or pāhoehoe would be classified as one or both of those types at some scales. Additionally, an ‘a‘ā flow on a 15° slope (Mauna Ulu, Hawaiʻi) and a spiny pāhoehoe flow confined by a stream bank (Holuhraun, Iceland) exhibit significantly depressed fractalities but lack diagnostic signatures for these modifications. We therefore conclude that all three assumptions of the current framework are invalid at meter scales and propose a new framework to leverage the potential of the underlying fractal technique while acknowledging these complexities.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,057
Tête enseignante GPT0,329
Écart entre enseignants0,271 · 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'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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Solid EarthMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207