Notice bibliographique
Résumé
Thermal conductivity The thermal conductivities of the main silicate minerals are well known and vary within a rather large range of about 1.6–7.7 W m -1 K -1 (Horai and Simmons, 1969; Diment and Pratt, 1988). The lowest and largest conductivity values are those of plagioclase and quartz, respectively. In principle, it is possible to calculate the thermal conductivity of a rock from knowledge of its mineral phases and their proportions. The procedure is discussed in a separate section below but is rarely implemented. Silicate minerals are anisotropic and belong to solid solutions with end-members that may have very different conductivities. An accurate prediction would thus require determination of the composition and orientation of each mineral phase. For heat flux measurements, furthermore, such determinations would need to be done over a representative rock volume and not at the scale of a petrological thin section. For this reason, thermal conductivity must be measured on each and every rock type encountered in a borehole. For regional thermal models, one may choose representative values for the dominant rock types, but one must pay attention to the level of approximation that is entailed. Table D.1 lists values for thermal properties of the main rock types and emphasizes the large ranges that exist for some of them. An excellent compilation of thermal conductivity measurements was made by Robertson (1988). Most of the available measurements have been made on upper crustal rocks and ignore deeper crustal lithologies.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,071 | 0,045 |
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 ».