MétaCan
Menu
Retour à la cohorte
Enregistrement W4416719561 · doi:10.1093/gji/ggaf482

Muography for structural characterization of volcanoes: a case study at Mount Unzen, Japan

2025· article· en· W4416719561 sur OpenAlexaff
L. Oláh, László Tercsi, D. Varga, Seiki Kubo, Junichi Akanuma, Masafumi Kaneko, Hisashi Watanabe

Notice bibliographique

RevueGeophysical Journal International · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensFrontiers Foundation
Organismes subventionnairesNemzeti Kutatási Fejlesztési és Innovációs HivatalMinistry of Land, Infrastructure, Transport and Tourism
Mots-clésLavaVolcanoMountFlankDebrisPyroclastic rockPaleomagnetismFracture (geology)

Résumé

récupéré en direct d'OpenAlex

SUMMARY Destabilization of volcanic edifices can generate debris avalanches with catastrophic impacts on their environment. We present the first high-resolution muography of Mount Unzen, Japan, conducted to characterize the structure of lava lobes formed on the volcano’s summit and flank during the 1990–1995 eruption. A multi-wire-proportional-chamber-based muon tracking system was operated for 203 d. The obtained high-resolution muographic image shows the internal density structure of Mount Unzen with a spatial resolution of 12 m. Mean densities were respectively measured as 2470 and 2290 kg m−3 for the base rock and a fracture zone, and both were consistent with the results of prior drilling and sampling experiments. The mean density of lava lobes was measured significantly lower value of 1570 kg m−3, indicating post-eruptive structural weakening. A comparison between the time-series of muographically measured density-lengths and daily precipitation records suggest that rainfall-induced gravitational destabilization did not occur during the observational period. This work demonstrates that long-term (multi-year) muon monitoring of the lava lobes can provide valuable complementary information for volcanic stability assessments.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,019
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,241
Écart entre enseignants0,232 · 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.

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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Journal InternationalMême sujetGeological and Geochemical AnalysisTravaux en français237 207