MétaCan
Menu
Retour à la cohorte
Enregistrement W1997452875 · doi:10.1016/j.yqres.2009.11.009

Reconstruction of recent sea-level change using testate amoebae

2010· article· en· W1997452875 sur OpenAlexaboutno aff
Dan J. Charman, W. Roland Gehrels, Clare Manning, Charu Sharma

Notice bibliographique

RevueQuaternary Research · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTestate amoebaeForaminiferaGeologyOceanographyTide gaugeSea levelSalt marshPaleontologyPhysical geographyGeographyArchaeologyPeat

Résumé

récupéré en direct d'OpenAlex

Proxy-based sea-level reconstructions place the instrumentally observed rates of recent sea-level rise in a longer term context by providing data that extend the instrumental sea-level record into past centuries. This paper presents the first sea-level reconstructions based on analyses of testate amoebae, to test their ability to produce high-precision reconstructions of past sea level. We present two reconstructions for the past 100"yr from sites in Maine (USA) and Nova Scotia (Canada) based on short cores from salt marshes, and modern training data from North America and the United Kingdom. These are compared with tide-gauge records and reconstructions based on foraminifera from the same cores. The reconstructions show good agreement with both the tide-gauge data and the foraminifera-based reconstructions. The UK data perform well in predicting known elevations of North American surface samples and produce sea-level reconstructions very similar to those based on the North American data, suggesting the methodology is robust across large geographical areas. We conclude that testate amoebae have the potential to provide robust, higher precision sea-level reconstructions for the past few centuries if modern transfer functions are improved and core sites are located within the main zone of testate amoebae occurrence on the salt marsh.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,055
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,333
Tête enseignante GPT0,390
Écart entre enseignants0,057 · 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 tête enseignante, pas un consensus.

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

Citations42
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuaternary ResearchMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207