Mesozoic fold structure of the Otago and Alpine Schist Belt and its implications on the tectonic evolution of South Island, New Zealand

Erneute Untersuchungen der mesozoischen Faltenstruktur des Otago Schiefergürtels, Südinsel, Neuseeland, zeigen, dass diese aus zwei aufeinander folgenden, ähnlichen, asymmetrischen, offenen bis mäßig engen Großfaltengenerationen im km- Größenbereich besteht anstatt aus den vorher angenommenen Decken- oder Halbfalten. Hauptproblem der Großfaltenstruktur sind Zonen von durchgreifender Boudinage, die in der Nähe der Großfaltenscharniere entstanden sind. Vorherige Bearbeiter deuteten diese Zonen als 'starke Verformungszonen' oder Überschiebungszonen. Diese Arbeit zeigt, dass in diesen Zonen nur durch die asymmetrische Faltung die unteren liegenden Schenkel der Großfalten boudiniert und somit häufig die ansonsten typischen Faltenstrukturen des liegenden Schenkels einer symmetrischen Faltung überprägt wurden. Ein weiteres Problem dieser mesozoischen Großfaltenstruktur ist die Überprägung einer Faltengeneration auf eine frühere. Weil die Verkürzungsrichtung der überprägenden Faltengeneration nicht subparallel zur älteren Faltenachse ist, sondern einen Winkel von rund 30 Grad einschließt, ist ein Wechsel von orthogonalen zu koaxialen Interferenzmustern der Kleinfalten beobachtbar. Folglich ist die Orientierung der Scheitellinie einer überprägenden und überprägten Kleinfalte nicht unbedingt subparallel zur Orientierung der Faltenachse der Großfalte trotz zylindrischer Faltung. Im letzten Teil dieser Arbeit wird die Überprägung der mesozoischen Großfaltenstruktur durch das känozoisch entstandene, transpressionale Alpine Störungssystem, das einen zweiseitigen Falten- und Überschiebungsgürtel im Otago und im Nordwesten anschließenden Alpinen Schiefergürtel bildet, beschrieben.

Quantification of deformation processes in the Torlesse accretionary wedge, New Zealand

Zusammenfassung:In dieser Studie werden Deformationsprozesse im mesozoischen Torlesse Akkretionskeil (Neuseeland) quantifiziert, um Aufschluß über die Dynamik in Akkretionskeilen zu erhalten. Absolute und relative Verformungsmessungen zeigen sowohl im lokalen als auch regionalen Maßstab eine stark heterogene Deformation des Torlesse Keils. Die regionale Deformation wurde mit Hilfe einer Tensordurchschnittsberechnung, unter Benutzung einzelner lokaler Verformungsdaten, als uniaxiale Verkürzung entlang einer subvertikalen, maximalen Verkürzungsachse charakterisiert. Absolute Verformungsmessungen an niedriggradigen Metasandsteinen belegen darüber hinaus durchschnittliche Volumenverluste von ca. 20% SiO2. Volumenveränderungen in tieferkrustalen Aufschlüssen wurden mittels einer geochemischen Massenbilanzanalyse abgeschätzt. Chemische Zusammensetzungen höhergradiger Zonen weichen je nach Grad der Volumenverformung von der Protolitzusammensetzung ab und zeigen somit Verluste von 15% SiO2 an. Da Speicherorte für das gelöste Material nicht bekannt sind, muss angenommen werden, dass das Material aus dem Keil abtransportiert wurde. Die Verformungsergebnisse geben weiterhin Aufschluß über den Grad der Kopplung zwischen Akkretionskeil und subduzierter Platte. Die ermittelten Scherwerte in den Gesteinen liegen deutlich unter den zu erwartenden Scherwerten, die mittels eines einfachen Modells berechnet wurden, das sowohl verschiedene Konvergenzgeschwindigkeiten als auch Exhumierungsraten berücksichtigt. Dies belegt, dass der Torlesse Keil stark von der subduzierten pazifischen Platte entkoppelt war und die Deformation hauptsächlich durch den Fluß der Sedimente in und aus dem Keil bestimmt wurde.

Visualization and validation of (Q)SAR models

Analyzing and modeling relationships between the structure of chemical compounds, their physico-chemical properties, and biological or toxic effects in chemical datasets is a challenging task for scientific researchers in the field of cheminformatics. Therefore, (Q)SAR model validation is essential to ensure future model predictivity on unseen compounds. Proper validation is also one of the requirements of regulatory authorities in order to approve its use in real-world scenarios as an alternative testing method. However, at the same time, the question of how to validate a (Q)SAR model is still under discussion. In this work, we empirically compare a k-fold cross-validation with external test set validation. The introduced workflow allows to apply the built and validated models to large amounts of unseen data, and to compare the performance of the different validation approaches. Our experimental results indicate that cross-validation produces (Q)SAR models with higher predictivity than external test set validation and reduces the variance of the results. Statistical validation is important to evaluate the performance of (Q)SAR models, but does not support the user in better understanding the properties of the model or the underlying correlations. We present the 3D molecular viewer CheS-Mapper (Chemical Space Mapper) that arranges compounds in 3D space, such that their spatial proximity reflects their similarity. The user can indirectly determine similarity, by selecting which features to employ in the process. The tool can use and calculate different kinds of features, like structural fragments as well as quantitative chemical descriptors. Comprehensive functionalities including clustering, alignment of compounds according to their 3D structure, and feature highlighting aid the chemist to better understand patterns and regularities and relate the observations to established scientific knowledge. Even though visualization tools for analyzing (Q)SAR information in small molecule datasets exist, integrated visualization methods that allows for the investigation of model validation results are still lacking. We propose visual validation, as an approach for the graphical inspection of (Q)SAR model validation results. New functionalities in CheS-Mapper 2.0 facilitate the analysis of (Q)SAR information and allow the visual validation of (Q)SAR models. The tool enables the comparison of model predictions to the actual activity in feature space. Our approach reveals if the endpoint is modeled too specific or too generic and highlights common properties of misclassified compounds. Moreover, the researcher can use CheS-Mapper to inspect how the (Q)SAR model predicts activity cliffs. The CheS-Mapper software is freely available at http://ches-mapper.org.