MétaCan
Menu
Retour à la cohorte
Enregistrement W1502906065 · doi:10.7202/033032ar

Forest Changes in the Great Lakes Region at 5-7 ka BP

2007· article· en· W1502906065 sur OpenAlexvenueaboutno aff
T. W. Anderson

Notice bibliographique

RevueGéographie physique et Quaternaire · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTsugaBeechEcotoneDeciduousTaigaRange (aeronautics)ForestryGeologyAlderGeographyPhysical geographyEcologyHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Pollen stratigraphy from 90 sites in and bordering the Great Lakes record the 5-7 ka history of forest development of the Great Lakes region. By 7 ka beech (Fagus grandifolia) had invaded the oak-hickory (Quercus-Carya) forest of lower Michigan and hemlock (Tsuga canadensis) and beech the white pine (Pinus strobus)-dominated forest of southern Ontario. At the same time, white pine replaced jack pine (P banksiana) as it expanded northward to the Clay Belt beyond its present-day range. Forest changes at 6 and 5 ka were dominated by range extensions of beech and hemlock in a northwesterly direction, by northward expansion of eastern white cedar (Cupressineae), and southward migration of white pine into the Michigan basin. The beech and hemlock migrations (160 m yr-1and 280 m yr-1, respectively) may have been influenced by the cool-moist climate generated by the Nipissing Great Lakes in combination with enhanced regional warming. White pine and eastern white cedar responded to regional warming and reduced precipitation, whereas birch (Betula) and alder (Alnus) may have been influenced more by fire activity caused by the warm-dry climate. The boreal-mixed forest ecotone was displaced 140 km northward at 5-7 ka compared to 60-70 km for the mixed-deciduous forest ecotone.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,934
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGéographie physique et QuaternaireMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207