MétaCan
Menu
Retour à la cohorte
Enregistrement W4224281163 · doi:10.1029/2021jf006236

Quantifying Rates of Landscape Unzipping

2022· article· en· W4224281163 sur OpenAlexaff
Emma Harrison, Brandon McElroy, Jane K. Willenbring

Notice bibliographique

RevueJournal of Geophysical Research Earth Surface · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensDalhousie University
Organismes subventionnairesNational Science Foundation
Mots-clésTransectGeologyCosmogenic nuclideCanyonHead (geology)Range (aeronautics)InterglacialPhysical geographyMagnitude (astronomy)Glacial periodGeomorphologyHydrology (agriculture)OceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Measuring rates of valley head migration and determining the timing of canyon‐opening are insightful for the evolution of planetary surfaces. Spatial gradients of in situ‐produced cosmogenic nuclide concentrations along horizontal transects provide a framework for assessing the migration of valley networks and similar topographic features. We developed a new derivation for valley head retreat rates from the concentrations of in situ‐produced cosmogenic radionuclides in valley walls. The retreat rate is inversely proportional to the magnitude of the spatial concentration gradient and proportional to local nuclide production rates. By solving for a spatial gradient in concentration along a valley parallel transect, we created an expression for the explicit determination of valley head retreat, which we refer to herein as unzipping. We applied this expression to a seepage‐derived drainage network developing along the Apalachicola River, Florida, USA. Sample concentrations along a valley margin transect varied systematically from 2.9 × 10 5 to 3.5 × 10 5 atoms/g resulting in a gradient of 160 atoms/g/m, and from this value a valley head retreat rate of 0.025 m/y was found. The discrepancy between overall network age and current rates of valley head migration suggests intermittent network growth which is consistent with glacial‐interglacial precipitation variations during the Pleistocene. This method can be applied to a wide range of Earth‐surface environments. For the 10 Be system, this method should be sensitive to unzipping rates bounded between 10 −6 and 10 0 m/y.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,004
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,116
Tête enseignante GPT0,369
Écart entre enseignants0,253 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Earth SurfaceMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207