Simulating sedimentary burial cycles – Part 1: Investigating the role of apatite fission track annealing kinetics using synthetic data
Notice bibliographique
Résumé
Abstract. Age dispersion is a common feature of apatite fission track (AFT) and apatite (U–Th) / He (AHe) thermochronological data, and it can be attributed to multiple factors. One underappreciated and underreported cause for dispersion is variability in apatite composition and its influence on thermal annealing of fission tracks. Using synthetic data we investigate how multikinetic AFT annealing behaviour, defined using the rmr0 parameter, can be exploited to recover more accurate, higher-resolution thermal histories than are possible using conventional interpretation and modelling approaches. Our forward model simulation spans a 2 Gyr time interval with two separate heating and cooling cycles and was used to generate synthetic AFT and AHe data for three different apatite populations with significantly different annealing kinetics. The synthetic data were then used as input for inverse modelling in the Bayesian QTQt software to recover thermal-history information under various scenarios. Results show that essential features of the dual peak thermal history are captured using the multikinetic AFT data alone, with or without imposed constraints. Best results are achieved when the multikinetic AFT data are combined with the AHe data and geologic constraint boxes are included. In contrast, a more conventional monokinetic interpretation that ignores multikinetic AFT behaviour reproduces all the input data but yields incorrect thermal-history solutions. Under these conditions, incorporation of constraints can be misleading and fail to improve model results. In general, a close fit between observed and modelled parameters is no guarantee of a robust thermal-history solution if data are incorrectly interpreted. For the case of overdispersed AFT data, it is strongly recommended that elemental data be acquired to investigate if multikinetic annealing is the cause of the AFT apparent age scatter. Elemental analyses can also be similarly useful for broadly assessing AHe data. A future companion paper (Issler et al., 2021) will explore multikinetic AFT methodology and application to detrital apatite samples from Yukon, Canada.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».