MétaCan
Menu
Retour à la cohorte
Enregistrement W4392536807

Few sedimentary aspects of volcanic debris avalanches deposits

2015· preprint· fr· W4392536807 sur OpenAlexaboutno aff
Karine Bernard

Notice bibliographique

Revuetheses.fr (ABES) · 2015
Typepreprint
Languefr
DomaineEnvironmental Science
ThématiqueLandslides and related hazards
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDebrisGeologyVolcanoSedimentary rockGeochemistryEarth scienceGeomorphologyOceanography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La caractérisation granulaire de dépôts hétérométriques organisés en paquets glissés implique une démarche systématique afin d'optimiser l'extraction de données et de les rendre comparables. La quantification des rapports structures-fractions granulaires a permis de mettre en évidence des cinématiques localisées, inscrites dans des cinématiques d'ordre I. Les rides de Tutupaca, le lobe distal du Pichu-Pichu, l'effondrement du Misti au Pérou; la levée latérale du Cheix et le charriage distal de Perrier aux Mt Dore ; les transformations de Meager au Canada, de la Qda San Lazaro au Pérou, de Pardines en France ont été quantifiés. Héritage volcanique, ségrégations granulaires, cataclases syn-tectoniques sont des précurseurs aux modifications matricielles, à l'origine des transformations distales en lahars. Les données ainsi comparées permettent de proposer des classifications sédimentologiques distinguant les effondrements proximaux des transformations par les fluides ( hydrothermaux, eau). Seules quelques équations regroupent l'ensemble de ces dépôts.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,405
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,018
Tête enseignante GPT0,234
Écart entre enseignants0,216 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetLandslides and related hazardsTravaux en français237 207