Estimating past and future dinosaur skeletal abundances in Dinosaur Provincial Park, Alberta, Canada
Notice bibliographique
Résumé
Some 353 isolated skulls and partial to complete skeletons with known locations have been collected in ∼100 years from the 80 km2 of badlands in Dinosaur Provincial Park (DPP), Alberta, Canada. We wanted to estimate how many skeletons were lost to erosion before collection began and how many await discovery. Within the boundaries of DPP, a volume of rock 145 m thick between the surface of the down-cutting Red Deer River and the capping prairie was subdivided into 5 m thick slabs using digital elevation data with an average horizontal spatial resolution of 19 m and a vertical resolution of 1 m. The exposed surface area of each slab was calculated. Dinosaur fossil localities were determined with high-precision GPS surveys. The number of dinosaurs collected from the surface of a 5 m slab was divided by the product of the exposed area and an estimated erosional thickness of 80 cm to give a volume density of dinosaur fossils. Multiplying the volumes of rock lost from each layer by the dinosaur densities for each layer, the numbers of skeletons lost was determined. Estimates of the numbers of raisins in two loaves of raisin bread were made using a limited number of slices as a test of the method. Of the original volume of DPP, 6.58 km3 (60%) has eroded away, taking with it a mean number of 6310 hadrosaurs, 1640 ceratopsians, 1030 ankylosaurs, and 1600 theropods. The 5.02 km3 (40%) of rock remaining in the park can be expected to produce more dinosaur fossils of similar quality, with mean values of 6700 hadrosaurs, 1700 ceratopsians, 1010 ankylosaurs, and 1720 theropods. These estimates are minima as the estimation process excluded bone beds, the plethora of isolated bones littering the land surface of DPP, and the 100+ skulls and skeletons from the region that lack locality information.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».