MétaCan
Menu
Retour à la cohorte
Enregistrement W2020184080 · doi:10.1177/0309133308096029

The Global Pollen Database in biogeographical and palaeoclimatic studies

2008· article· en· W2020184080 sur OpenAlexafffund
Konrad Gajewski

Notice bibliographique

RevueProgress in Physical Geography Earth and Environment · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVegetation (pathology)PollenClimate changeScale (ratio)DatabaseGeographyHolocenePhysical geographyGlobal changeClimatologyEcologyGeologyCartographyComputer scienceArchaeologyBiology

Résumé

récupéré en direct d'OpenAlex

The Global Pollen Database is an example of a successful data synthesis effort that has uses for biogeographical and climate change studies. Results are of interest in many fields of physical geography. Continental-scale maps of past conditions have been used in data-model comparison studies. Time series, developed by averaging quantitative reconstructions from many sites, have indicated that millennial-scale climate variability has affected the vegetation of Europe and North America during the Holocene. Major transitions in the vegetation of Europe and North America occurred at the same time, suggesting the overriding climate effect on the vegetation of both continents. The database can also be used to test biogeographical hypotheses, as several examples illustrate, without the need for collecting new data. Hundreds of studies over the past 50 years show that pollen analysis is more precise than frequently acknowledged: vegetation responds rapidly to climate variations, changes in vegetation are spatially coherent and the taxonomic resolution available in the database is greater than frequently acknowledged. The availability of a public, freely available database enables different analyses to be performed on the same data, thereby ensuring that results are not dependent on methodology.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,016
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,256
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 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

Citations67
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProgress in Physical Geography Earth and EnvironmentMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207