Variations in Seismic Wave Speed and <i>V</i><sub><i>P</i></sub>/<i>V</i><sub><i>S</i></sub> Ratio in the North American Lithosphere
Notice bibliographique
Résumé
Abstract Seismic wave speed is controlled by a number of factors, including temperature and chemical composition, as well as the presence of volatiles and partial melt. Tomography provides a powerful constraint on wave speed variations, but if only V P or V S variations are imaged, it is challenging to separate the competing effects of these factors and make a full interpretation of seismic anomalies. In this study, we generate models of variations in the V P / V S ratio, which introduce new constraints on geologic structures, compositions, and processes. We invert P and S wave arrival times, as well as Rayleigh wave phase velocities, utilizing the sensitivity of Rayleigh waves to both V P and V S to form mutually constrained but independent models of V P and V S structure at lithospheric depths below the continental United States and Southeastern Canada. From this we can examine variations in V P / V S , highlighting a distinct pattern of anomalies which are less readily observed in V P or V S alone. A clustering analysis is performed to relate 1‐D profiles of wave speed as a function of depth to tectonic provinces. While the first‐order structure of V P and V S appears to be dominated by the thermal contrast between the Eastern and Western United States, the strongest control over V P / V S ratio perturbations within the mantle lithosphere appears to be the presence of melt. Certain higher‐ V P / V S anomalies within the cratonic interior may reflect compositional anomalies and variations in Moho structure. This work provides a continental‐scale framework for future quantitative analyses of thermal and compositional heterogeneity, and for targeted geologic interpretation.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».