Muon paleotopometry
Notice bibliographique
Résumé
Abstract. Recent advances in measuring muon fluxes at great depths for neutrino experiments, along with improvements in in-situ terrestrial cosmogenic nuclide (TCN) measurements, have enhanced our understanding of muogenic nuclide production rates at decametre and hectometre depths. These developments allow us to explore muogenic TCN as a tool for estimating long-term (>10⁵ years) erosion rates. There are theoretical advantages of utilizing muogenic TCN for long-term landscape evolution analysis (µ-paleotopometry). We summarize recent advances in knowledge of deep muon flux used in the interpretation of neutrino interactions at kilometre depths. We discuss strategies being considered for the µ-paleotopometry method to address otherwise intractable landscape evolution questions. We demonstrate an achievable resolution of calculated erosion rates with TCN measurements in quartz at rock depths of 37.8 x 103 to 67.5 x 103 g cm-2 (~ 140 and 250 m). In settings where assumptions of constant erosion rate are suitable, the uncertainty is controlled by nuclide concentration measurement error and the effective time (duration over which the isotope concentration reflects the erosion history) is limited by radio-decay. Other environmental complexities, such as variable glacier cover, unknown complexity in initial topography, or mineral composition of rock may restrict the addressable questions and limit precision. Where a time-varying erosion rate is sought, deeper-time variances have inferior representation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,006 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».