MétaCan
Menu
Retour à la cohorte
Enregistrement W1996124874 · doi:10.1111/j.0435-3676.2004.00239.x

Relict shorelines and ice flow patterns of the northern puget lowland from lidar data and digital terrain modelling

2004· article· en· W1996124874 sur OpenAlexaff
Dori J. Kovanen, Olav Slaymaker

Notice bibliographique

RevueGeografiska Annaler Series A Physical Geography · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGeologyShoreLidarSea levelTerrainOceanographyAltitude (triangle)Physical geographyDeposition (geology)GeomorphologySedimentGeographyRemote sensingCartography

Résumé

récupéré en direct d'OpenAlex

Airborne lidar data from the northern Puget Lowland provide information on the spatial variability and amplitude of raised postglacial shorelines, marine deltaic features and glaciomarine sediments deposited between approximately c. 12 920 and 11 050 14C yr BP (15 960‐12 364 cal yr BP). Relict shorelines preserved in embayments on Whidbey and Camano islands (between 47°54′N and 48°24′N) are found up to an altitude of c. 90 m and record glacio‐isostatic movements attributed to postglacial rebound. The tilt of the regional minimum highstand sea level surface to the north of 0.80 m km−1, with local variability from 0.25 m km−1 to 0.77 m km−1, is consistent with previous studies (Thorson 1989; Dethier et al. 1995). The local variability is related to the uncertainty in the depth of the water column above these features at the time of deposition and probable tectonic deformation. The information generated by these lidar data is most valuable in posing new research questions, generating alternative research hypotheses to those already formulated in the northern Puget Lowland.

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)0,001
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 enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · 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

Citations21
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeografiska Annaler Series A Physical GeographyMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207