Bubble size distributions and magma-water interaction at Eyjafjallajökull volcano, Iceland
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
Volcanic eruptions have large impacts on society. The 2010 eruption at Eyjafjallajökull volcano, Iceland had major consequences for air traffic and industry due to the large amounts of ash produced. This study explores the relationship between magma-water interaction and 3-dimensional (3-D) bubble size distributions in volcanic rocks with the aim of investigating if and how power law exponents in these distributions can be correlated to the degree of explosivity of a volcanic eruption. Results obtained from Eyjafjallajökull were compared to those at Stromboli volcano, Italy, where extensive research has been conducted. Normal strombolian activity reflects power law exponents of approximately 1 whereas more explosive paroxysmal eruptions show power law exponents of approximately 1.5. Power law exponents for natural scoria samples from Eyjafjallajökull are of approximately 0.8, which is more similar to normal strombolian activity than to paroxysmal events. These lower power law exponents are not be attributed to magma-water interaction present during the eruption, because experiments simulating this environment do not show any relation between power law exponents and magma-water interaction. The power law exponents obtained for Eyjafjallajökull are likely a reflection upon the eruption mechanisms at shallow levels, similar to typical strombolian activity. This similarity with strombolian activity suggests that during the time the samples were erupted, Eyjafjallajökull was being constantly fed by new magma that was mixing in with older magma in a shallow chamber.
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