Advances in Deformable Plate Tectonic Models: 1. Reconstructing Deformable Continental Blocks and Crustal Thicknesses Back Through Time
Notice bibliographique
Résumé
Abstract Deformable plate tectonic models have been demonstrated to be a useful technique for quantifying temporal variations in strain rate and crustal thickness within recent plate kinematic studies. Using the GPlates software, deformable plate models offer an approach to visualize and assess the interplay of plate kinematics and deformation. However, several assumptions are imposed in previous studies that limit their ability to explain the crustal evolution of various tectonic regimes. Examples of these assumptions include, but are not limited to, the rigid nature of continental blocks and boundaries used to define deformable regions, and uniform crustal thickness assumptions at model start times. In this study, we address these assumptions with newly presented applications using the interplay of GPlates and its python programming library, pyGPlates. In particular, we demonstrate the ability to create deformable continental blocks, reconstruct present day crustal thickness estimates back through time, and how the landward extent of present day crustal thickness estimates can be used to define the limits of deformable plate models and rift domain boundaries a priori. To demonstrate their application and validity, these concepts are evaluated using a previously published deformable plate model of the southern North Atlantic that is tested using 4 modeling scenarios herein to assess the impact of variable model inputs. These models provide insight regarding the pre‐Jurassic (200 Ma) crustal thickness template of the southern North Atlantic, the evolution of continental blocks during rift‐related deformation, and the potential impact of ancient orogenic terranes during subsequent rifting within the North Atlantic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 tête enseignante, 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 ».