Roles of lithospheric strain softening and heterogeneity in determining the geometry of rifts and continental margins. Imaging, Mapping and Modelling Continental Lithosphere Extension and
Notice bibliographique
Résumé
Abstract: Plane strain thermo-mechanical finite-element model experiments are used to investi-gate the effects of frictional–plastic strain softening and inherited weakness on the style of litho-spheric extension. The model results are compared with the Newfoundland–Iberia conjugate rifted margins with the goal of understanding the lithospheric properties that controlled their evol-ution during rifting. Our proposition is that coupling between the plastic–viscous layering, acting together with frictional–plastic strain softening localized on inherited weak heterogeneities, can explain the initial wide rift and distributed rift basins that are later abandoned in favour of a narrow rift in which mantle lithosphere is exhumed to the surface. The models comprise uniform composition viscous and plastic layers in which focused deformation is nucleated on either a single weak ‘seed ’ or a statistical white noise distribution of inherited strain. Strain soft-ening of frictional–plastic layers acts as a positive feedback mechanism that creates localized shear zones from the inherited weak heterogeneities. The sensitivity of deformation to the choice of softening parameters and the type of inherited noise is examined in cases where the deeper part of the crust is either weak or strong. Lithosphere-scale models with a single weak seed exhibit a range of asymmetric and symmetric
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 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».