MétaCan
Menu
Retour à la cohorte
Enregistrement W4379538204 · doi:10.1080/04353676.2023.2217047

The effect of valley confluence and bedrock geology upon the location and depth of glacial overdeepenings

2023· article· en· W4379538204 sur OpenAlexaboutno aff
Christopher T. Lloyd, Chris D. Clark, Darrel A. Swift

Notice bibliographique

RevueGeografiska Annaler Series A Physical Geography · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyBedrockLandformGlacial periodGeomorphologyGlacial landformGlacierConfluencePhysical geographyPaleontologyMoraineGeography

Résumé

récupéré en direct d'OpenAlex

Overdeepenings are erosional landforms, cut by glaciers into bedrock in basins and valleys. Overdeepening is the glaciological and geomorphological process that produces these landforms. The overdeepening process is important because it has the potential to influence the response of ice masses to climatic changes. In this paper, we analyze topographic and bathymetric digital elevation models to examine several hundred glacial overdeepenings in Labrador, Canada. We investigate controls upon the location and depth of overdeepenings. Our analyses show that the location of overdeepenings correlate strongly with confluences of glacial valleys and, importantly, that the correlation is strongest where confluence geometry requires the speed-up of ice-flow due to change in valley cross-sectional area. Further, we find that the magnitude of ice-flow speed-up correlates with depth of overdeepenings only for confluences situated in or near major geological fault-zones. Our findings therefore support the hypothesis that overdeepening can be initiated by an increase in ice velocity. Further, we conclude that overdeepening is most efficacious where fractured bedrock enables efficient quarrying. In summary, we find that the primary control upon the location of overdeepenings arises from confluences of glacial valleys due to ice speeding up at these locations, and that the depth of overdeepenings are controlled by rock mass strength. These findings are relevant for landscape evolution modelling and may be used in model testing.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,847

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
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 Opus0,007
Tête enseignante GPT0,235
Écart entre enseignants0,227 · 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'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

Citations8
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeografiska Annaler Series A Physical GeographyMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207