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
Landscapes are shaped by the interaction of tectonics, climate, and rock erosion dynamics. Active incision in bedrock rivers sets the pace of landscape evolution because river incision cuts deep valleys and canyons into bedrock, transporting that material to the sea. This unburdens Earth's surface, allowing uplift of majestic mountain peaks in tectonically active settings. Bedrock-bound rivers, where the banks and bed are mostly bedrock, are hard points in the landscape that set the upstream base level of drainage basins and that must be vertically incised to lower landscape elevation and balance erosion against tectonic uplift. There are four distinct bedrock-bound channel morphologies that do not occur in alluvial channels—constriction-pool-widenings, rapids, overfalls, and waterfalls—each of which has a distinct flow structure. Our ability to predict bedrock-bound channel morphodynamics is nascent, but the discovery of mechanistic lateral bedrock erosion models, coupled with existing vertical incision models, allows prediction of bedrock river geometry and adjustments due to changes in water flux, sediment supply, and regional uplift. ▪ Coupled lateral and vertical erosion models reveal that the geometry of bedrock rivers is dominantly controlled by sediment supply, not discharge. ▪ Coupling observations of nonuniform flow structures and erosion models confirm that bedrock-bound channels are loci of intense erosion along a river's profile. ▪ Prediction of the 3D shape of bedrock-bound rivers is possible by combining models for flow, sediment transport, and bedrock erosion. ▪ Morphodynamic predictions are limited by poor understanding of nonuniform flow structures, flow resistance, and sediment transport in bedrock-bound channels.
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) | 0,001 | 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