MétaCan
Menu
Retour à la cohorte
Enregistrement W4388526511 · doi:10.1016/j.quascirev.2023.108383

3D morphometry of De Geer Moraines and Crevasse-Squeeze Ridges: Differentiating between pushing and squeezing mechanisms from remotely sensed data

2023· article· en· W4388526511 sur OpenAlexaboutno aff
Gwyneth E. Rivers, Robert D. Storrar, Andrew H. Jones, Antti Ojala

Notice bibliographique

RevueQuaternary Science Reviews · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesSheffield Hallam University
Mots-clésLandformGeologyCrevasseMoraineGlacierGlacial landformGeomorphologyPaleontology

Résumé

récupéré en direct d'OpenAlex

De Geer Moraines (DGM) and Crevasse-Squeeze Ridges (CSR) are important landforms that can provide useful insights regarding palaeo-glacial processes. Specifically, these landforms can provide information concerning ice-marginal dynamics, and/or subglacial processes, depending on the context in which they are formed. The extraction of 3D morphometric data from these ridges can help to elucidate their formational processes, and potentially enable landform differentiation. We develop a new Python-based ArcGIS toolbox that can automatically extract 3D morphometric data from large sample sets of linear features. The morphometry toolbox may be applied to a wide range of research disciplines that are concerned with quantifying the morphometry of any elongated landforms. This is particularly useful for DGM and CSR studies, where visual similarities can result in confusion over landform type and/or formation. Here we present a case study from southwest Finland and the Northwest Territories, Canada, whereby high-resolution 3D morphometric data is used to analyse and classify DGMs and CSRs. The results reveal key differences in morphometric properties between the landforms which enables a quantified foundation by which to differentiate them. The studied CSRs are found to be higher, wider, steeper, more symmetrical, less sinuous and more voluminous than the studied prominent DGM. In contrast, a tendency for cross-sectional asymmetry in DGM supports an origin by ice-marginal pushing, rather than basal squeeze-up into crevasses. This is further supported by CSRs being less sinuous than DGM due to them being constrained to the dimensions and planform of the (relatively straight) host crevasses, whereas DGM follow a more sinuous path related to the ice margin shape. Future work should include sedimentological and geophysical studies to constrain DGM internal architecture and formation processes. The results may then be used to validate the application of DGM for detailed ice marginal reconstructions.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,061
Score d'incertitude au seuil0,565

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,124
Tête enseignante GPT0,332
Écart entre enseignants0,207 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuaternary Science ReviewsMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207