Grain size dynamics using a new planform model – Part 3: Stratigraphy and flexural foreland evolution
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Within the stratigraphic record, grain size fining has been commonly used to infer subsidence, rate and its variability has been interpreted as a signature of external forcing events. We have recently developed a model (Wild et al., 2025b) that predicts grain size fining within a two-dimensional Landscape Evolution Model to predict the effect of autogenic processes on grain size fining. Here, we couple it to a flexural model to predict the stratigraphic evolution of a foreland basin, the distribution of grain size fining, and which of subsidence or autogenic processes dominates in controlling the fining. We show that, throughout its evolution, the foreland basin experiences a gradual increase in the bypass ratio, F, that provokes a gradual shift from subsidence-dominated to autogenically dominated grain size fining but also progressively alters stratigraphic preservation. The amplitude, and therefore efficiency, of autogenic processes in controlling grain size fining processes is modulated by the shape of the surface topography that we control by changing the rainfall gradient and extent of the basin confinement compared to the orogen. We also show how the evolution of the basin can be mapped in the framework we recently developed (Wild et al., 2025c) to interpret grain size fining data. Finally, we demonstrate how the model results and our findings can be used to interpret the stratigraphy and grain size information stored in a real foreland basin, namely the Alberta Basin of Western Canada.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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