MétaCan
Menu
Retour à la cohorte
Enregistrement W4327980587 · doi:10.3389/feart.2023.1150740

The application of Monte Carlo modelling to quantify in situ hydrogen and associated element production in the deep subsurface

2023· article· en· W4327980587 sur OpenAlexafffund
Oliver Warr, Min Song, Barbara Sherwood Lollar

Notice bibliographique

RevueFrontiers in Earth Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensUniversity of TorontoUniversity of Ottawa
Organismes subventionnairesNuclear Waste Management OrganizationSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésBiosphereMonte Carlo methodEnvironmental scienceEarth scienceHydrogen productionComputer scienceGeologyHydrogenStatisticsMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

The subsurface production, accumulation, and cycling of hydrogen (H 2 ), and cogenetic elements such as sulfate (SO 4 2- ) and the noble gases (e.g., 4 He, 40 Ar) remains a critical area of research in the 21st century. Understanding how these elements generate, migrate, and accumulate is essential in terms of developing hydrogen as an alternative low-carbon energy source and as a basis for helium exploration which is urgently needed to meet global demand of this gas used in medical, industrial, and research fields. Beyond this, understanding the subsurface cycles of these compounds is key for investigating chemosynthetically-driven habitability models with relevance to the subsurface biosphere and the search for life beyond Earth. The challenge is that to evaluate each of these critical element cycles requires quantification and accurate estimates of production rates. The natural variability and intersectional nature of the critical parameters controlling production for different settings (local estimates), and for the planet as a whole (global estimates) are complex. To address this, we propose for the first time a Monte Carlo based approach which is capable of simultaneously incorporating both random and normally distributed ranges for all input parameters. This approach is capable of combining these through deterministic calculations to determine both the most probable production rates for these elements for any given system as well as defining upper and lowermost production rates as a function of probability and the most critical variables. This approach, which is applied to the Kidd Creek Observatory to demonstrate its efficacy, represents the next-generation of models which are needed to effectively incorporate the variability inherent to natural systems and to accurately model H 2 , 4 He, 40 Ar, SO 4 2- production on Earth and beyond.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,048
Score d'incertitude au seuil0,225

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Earth ScienceMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207