MétaCan
Menu
Retour à la cohorte
Enregistrement W3155811745 · doi:10.1130/g48697.1

Eruption risks from covert silicic magma bodies

2021· article· en· W3155811745 sur OpenAlexaff
Shane M. Rooyakkers, John Stix, Kim Berlo, Maurizio Petrelli, Freysteinn Sigmundsson

Notice bibliographique

RevueGeology · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSilicicGeologyMagmaMagma chamberRhyoliteVolcanoExplosive eruptionBasaltGeochemistrySeismologyEarth scienceVolcanic rock

Résumé

récupéré en direct d'OpenAlex

Unintentional encounters with silicic magma at ~2–2.5 km depth have recently occurred during drilling at three volcanoes: Kilauea (Hawaii), Menengai (Kenya), and Krafla (Iceland). Geophysical surveys had failed to warn about shallow magma before each encounter, and subsequent surveys at Krafla have been unable to resolve the size or architecture of its silicic magma body. This presents a conundrum for volcano monitoring: Do such shallow “covert” magma bodies pose an eruption risk? Here, we show that Krafla’s most recent explosive eruption, a mixed hydrothermal-magmatic event in 1724 C.E. that formed the Víti maar, involved rhyolite essentially indistinguishable in composition from magma encountered during drilling in 2009. Streaks of quenched basalt in some Víti pumices provide direct evidence for interaction between co-erupted rhyolitic and basaltic magmas, but crystals in these pumices show no evidence for late-stage heating or re-equilibration with more mafic melt, implying mixing time scales of at most several hours. Covert silicic magma thus presents an eruption risk at Krafla and may be mobilized with little warning. Difficulties in resolving magma bodies smaller than ~1 km3 with geophysical surveys mean that covert silicic magma may exist at many other volcanoes and should be considered in hazard and risk assessments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,094
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0880,003

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 Opus0,026
Tête enseignante GPT0,227
Écart entre enseignants0,201 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations22
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeologyMême sujetGeological and Geochemical AnalysisTravaux en français237 207