MétaCan
Menu
Retour à la cohorte
Enregistrement W6992676194

The Mantle Of Eastern Alaska & The Yukon Territory: Analysis Of Global Models & Probabilistic Tomography

2023· other· en· W6992676194 sur OpenAlexaboutno aff

Notice bibliographique

RevueHuman Biology · 2023
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubductionTectonicsMantle (geology)SlabSeismic tomographyProbabilistic logicPlate tectonicsTomography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

South-Central Alaska possesses a unique corner geometry subduction region that has a rich accretionary history and various slab fragmentation features that are crucial in slab reconstruction models. In this study, a brief overview of seismology/tomography is given, and the major tectonic components of this area are described in their connection to their surrounding tectonic setting. Six global tomography models are examined with respect to the South-Central Alaskan region and compared to assess the existence and extent of tectonic features described in recent seismic studies. The Yakutat slab subducting under the North American continent adjacent to the queen charlotte/Fairweather transform is characterized in terms of its dip, boundaries, interaction with surficial feature (i.e. the Denali Gap, the Pacific Plate, Minto/Fairbanks seismic zones), and potential for fragmentation. An older reconstructed slab associated with the Kula and Farralon plates, the Yukon slab, is also described and searched for in the global models. The global models examined are then compared with much more recent models created with the transdimesional Bayesian inference method that us Reverse-Jump Makarov Monte Carlo iterations to assess uncertainty and error propagation for tomographic models at various depths. The machine learning potential of the TBI method is shown to offer numerous opportunities to further seismological tomographic study and create a new standard for hypothesis testing in plate reconstruction and mantle circulation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,946
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,036
Tête enseignante GPT0,302
Écart entre enseignants0,266 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHuman BiologyTravaux en français237 207