MétaCan
Menu
Retour à la cohorte
Enregistrement W3110182292

Evaluation of the glacial impact on the shallow heat-flow density in the North German Basin

2019· article· en· W3110182292 sur OpenAlexaboutno aff
Esther Heckenbach, Ben Norden, Sven Fuchs

Notice bibliographique

RevuePublication Database GFZ (GFZ German Research Centre for Geosciences) · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGermanGlacial periodGeologyHeat flowStructural basinFlow (mathematics)Physical geographyGeomorphologyGeographyMeteorologyMathematicsArchaeologyGeometryThermal
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Paleoclimatic effects may still influence the present day subsurface temperature distribution and therefore the heatflow density calculated in affected depth levels. Cooling of several degrees Celsius into depths of up to 1.5 – 2km were reported for areas which were strongly affected by the Pleistocene ice ages (e.g. Canada, Poland, andDenmark). However, although this phenomenon is well known, not much research has been performed to quantifythese processes in Northern Germany, an area where Pleistocene ice margins of the last ice ages are located. Tofill that gap we compiled new data from two boreholes in the eastern part of the North German Basin, one locatedbeneath the former ice shield of the last glaciation, and one located in the foreland. We determined thermal rockproperties (thermal conductivity, thermal diffusivity, and specific heat capacity) on drill core samples and used itas calibrator for well-log based calculations of thermal parameter profiles along the borehole. The results wereused for heat-flow computations with depth and implemented as a base for an analytical solution of the heatequation as well as inversion modelling. By showing the discrepancy of observed and theoretical backgroundtemperature and heat flow density profiles, we aim to improve the understanding of the regional thermal responseto the last glaciations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,079
Tête enseignante GPT0,348
Écart entre enseignants0,269 · 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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublication Database GFZ (GFZ German Research Centre for Geosciences)Même sujetCryospheric studies and observationsTravaux en français237 207