MétaCan
Menu
Back to cohort
Record W2282184512

The structure, morphology, and surface texture of debris avalanche deposits : field and remote sensing mapping and analogue modelling

2012· preprint· en· W2282184512 on OpenAlexaboutno aff
E. M. R. Paguican

Bibliographic record

Venuetheses.fr (ABES) · 2012
Typepreprint
Languageen
FieldEnvironmental Science
TopicLandslides and related hazards
Canadian institutionsnot available
Fundersnot available
KeywordsGeologyVolcanoLandslideDebrisGeomorphologyRockfallNatural hazardSeismologyImpact crater
DOInot available

Abstract

fetched live from OpenAlex

Les effondrements de flanc déclenchent de larges avalanches de débris et glissements de terrain, provoquant ainsi une modification de la pente du volcan et altérant le paysage. Les différents types de volcans subissent des effondrements de flanc lors de leur développement. Aux Philippines, par exemple, les volcans présentant des brèches sont les cônes, sub-cônes et volcans massifs. Les avalanches de débris affectent les édifices volcaniques et non-volcaniques ; leur étude constitue donc un enjeu primordial pour l’évaluation des risques naturels. Les dépôts d’avalanche de débris (DAD) présentent des structures de surface et internes, des morphologies et des textures pouvant être utilisées pour déterminer le type de transport, les mécanismes de déformation et les vitesses d’emplacement de l’avalanche de débris. Cependant, sur le terrain, les DAD sont souvent vastes et chaotiques, ainsi l’apport de la télédétection complète l’étude de terrain en apportant une vision d’ensemble de l’avalanche. Notre étude s’intéresse à la structure et morphologie des DAD par l’utilisation de modèles analogiques et en contexte naturel via l’étude du Mt Iriga et Guinsaugon aux Philippines et à travers d’autres sites dans le monde (Mt Meager, Canada ; Storegga Slide, Norvège). L’étude de la vitesse de mise en place, de la dynamique et des mécanismes de déformation des avalanches de débris s’est faite via la modélisation analogique. Il apparait ainsi que la formation de “hummocks” est un processus clé dans la structuration des DAD. Les “hummocks” sont des parties massives du volcan arrachées lors de l’avalanche de débris et qui se disloquent au fur et à mesure de son avancée. Cette dislocation des “hummocks” s’effectue via l’apparition de failles normales à fort pendage qui fusionnent avec les zones de cisaillement à faible pendage situées à la base du glissement. Les “hummocks” fournissent des informations sur les conditions de transport et la composition initiale de l’avalanche. Leur géométrie (taille et forme), leur structure interne et leur distribution spatiale sont des indicateurs de la vitesse du développement de l’avalanche. Ils permettent d’interpréter sa dynamique de mise en place. Les expériences analogiques utilisant une rampe courbée montrent le développement de zones d’accumulation et d’épaississement à l’endroit où les matériaux atteignent une surface de dépôt à faible pente. Les expériences avec des rampes rectilignes montrent de plus long glissement. L’extension de ces avalanches est accommodée par des structures en horst et graben ainsi qu’en transtension. Le dépôt consécutif à l’avalanche peut ê remobilisé lors d’effondrements secondaires. L’ensemble de ces expériences montre que la morphologie de la surface de glissement influence les mécanismes de mise en place, l’extension spatiale et la structure de l’avalanche. La cartographie structurale et morphologique acquise par télédétection ainsi que la description de caractéristiques récurrentes sur plusieurs DAD, difficiles d’accès et jusqu’ici non cartographiés (Süphan Dağı (Turkey), Cerro Pular-Pajonales (Argentina), and Tacna (Peru), a permis de préciser les scénarios, les causes et les facteurs de mise en place des DAD. La cartographie des DAD est une étape nécessaire pour retracer les évènements passés et estimer les risques naturels dans une zone spécifique. L’identification et la description des morphologies et structures des DAD devraient permettre la compréhension des mécanismes de mise en place de l’avalanche.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.019
Threshold uncertainty score0.037

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0000.001
Scholarly communication0.0010.001
Open science0.0010.000
Research integrity0.0010.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.016
GPT teacher head0.221
Teacher spread0.206 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations6
Published2012
Admission routes1
Has abstractyes

Explore more

Same venuetheses.fr (ABES)Same topicLandslides and related hazardsFrench-language works237,207