MétaCan
Menu
Retour à la cohorte
Enregistrement W3088608772 · doi:10.1029/2020jb021040

A Multiscale Numerical Modeling Investigation on the Significance of Flow Partitioning for the Development of Quartz c‐Axis Fabrics

2021· article· en· W3088608772 sur OpenAlexaff
Ankit Bhandari, Dazhi Jiang

Notice bibliographique

RevueJournal of Geophysical Research Solid Earth · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueComposite Material Mechanics
Établissements canadiensWestern University
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésMicroscale chemistryVorticityQuartzIsotropyRheologyAnisotropyMechanicsFlow (mathematics)Materials scienceGeologyGeometryVortexPhysicsComposite materialOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Quartz c‐axis fabrics in natural mylonites can vary to such an extent that they apparently give opposite senses of shear in a single thin section. Many hypotheses have been invoked to explain this. Here, we couple our self‐consistent multiscale approach for flow partitioning with the viscoplastic self‐consistent model for c‐axis fabric simulation to investigate quartz c‐axis fabric development. Quartz aggregates are regarded as microscale Eshelby inhomogeneities embedded in a macroscale medium whose effective rheology is represented by a hypothetical homogeneous equivalent medium which is assumed to be rheologically isotropic or has a planar anisotropy. We reproduced the observed quartz c‐axis fabrics. We found that although the microscale flow fields are distinct from one another and from the macroscale flow, the microscale vorticity in every inhomogeneity has the same sense as the macroscale vorticity. This implies that one can use the average of the microscale vorticity axes determined through the crystallographic vorticity axis analysis to obtain the macroscale vorticity axis. However, quartz c‐axis fabrics cannot be used to determine the vorticity number where flow partitioning is significant.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,191
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0000,000

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 Opus0,091
Tête enseignante GPT0,318
Écart entre enseignants0,227 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Solid EarthMême sujetComposite Material MechanicsTravaux en français237 207