MétaCan
Menu
Retour à la cohorte
Enregistrement W4406728121 · doi:10.1126/sciadv.adr2610

Rock strength controls erosion in tectonically dead landscapes

2025· article· en· W4406728121 sur OpenAlexaff
Maurício Barcelos Haag, Lindsay M. Schoenbohm, Joshua Wolpert, Scott Jess, Paul R. Bierman, Lee B. Corbett, Carlos Augusto Sommer, Gabriel Endrizzi

Notice bibliographique

RevueScience Advances · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésLithologyGeologyBedrockTectonicsErosionGeomorphologyPhysical geographyEarth sciencePaleontology

Résumé

récupéré en direct d'OpenAlex

Interactions among tectonics, climate, and lithology shape the Earth's surface. In regions dominated by tectonic quiescence and climate stability, the role of rock strength related to lithology, and its role in landscape evolution, can be most clearly perceived. We leverage these qualities in a unique field site by integrating topographic data, erosion rates, and a large suite of rock strength measurements to quantify the relationship between bedrock strength and erosion rates along a 200-km section of the southeast coast of Brazil where climatic and tectonic variability are minimal. Our findings reveal a 20-fold erosion rate variation best explained by differences in rock strength. We also demonstrate that incorporating lithological strength variability into the analysis of landscape incision substantially improves accuracy, with outcomes that better reproduce natural settings. Our results underscore the crucial role of rock strength in landscape evolution and emphasize the need for field studies to account for lithological variability and thus accurately interpret landscape dynamics.

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 enseignants0,035
Score d'incertitude au seuil0,871

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,277
Écart entre enseignants0,268 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207