Bibliographic record
Abstract
Des modéles numériques en éléments finis de subduction océan-continent sont utilisés pour étudier le rôle de la résistance au frottement de la croûte, des angles de subduction et du taux de convergence au cours de la subduction-érosion. Ces modéles mettent en évidence deux régimes distincts: (1) lent et constant, arrachant continuellement de petits blocs de matériel continental, ou (2) rapide et saccadé, arrachant un bloc important d'avant arc en un seul épisode. Le régime lent décrit une subduction-érosion à affaiblissement marginal, favorisée par un fort pendage de la plaque en subduction mais qui tendà diminuer cet angle. A l'inverse le régime rapide décrit une subduction-érosion avec affaiblissement de la zone interne, favorisée par un faible pendage initial de la plaque subduite mais dont l'angle tend à augmenter au cours de la subduction. L'alternance cyclique des deux régimes pourrait expliquer en partie la variabilité du pendage de subduction observée dans les zones de subduction actuelles de la côte ouest américaine.Le régime lent de subduction-érosion (à affaiblissement marginal) est le plus typique de la majorité des cas naturels de subduction-érosion reconnus jusqu'ici. Le régime rapideà affaiblissement de zone interne n'avait été identifié qu'à des zones de subduction où la plaque plongeante est du type continental. L'arrachement d'un bloc d'avant arc substantiel (150à 200 km de largeur) au sud du Mexique, entre 19 à 20 millions d'années (Ma) et 25à 27 Ma, pourrait s'avérer le premier exemple reconnu de subductionà affaiblissement de zone interne dans un contexte de subduction océan-continent. Les modéles numériques qui décrivent un régime de subduction-érosionà affaiblissement de zone interne ont plusieurs traits en commun avec le cas du sud du Mexique: (1) un taux de migration rapide de la fosse de subductio
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".