MétaCan
Menu
Retour à la cohorte
Enregistrement W2025840769 · doi:10.1029/2010eo400008

Toward New Frontiers in Understanding the Link Between Dust and Climate; DUSTSPEC Workshop: Dust Records for a Changing World; Palisades, New York, 24–26 May 2010

2010· article· en· W2025840769 sur OpenAlexaboutno aff
Gisela Winckler, N. M. Mahowald, Barbara A. Maher

Notice bibliographique

RevueEos · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésClimate changeMineral dustBiogeochemical cycleHoloceneEnvironmental scienceClimate systemEarth's energy budgetOceanographyPhysical geographyEarth scienceClimatologyGeographyMeteorologyGeologyEcologyAerosol

Résumé

récupéré en direct d'OpenAlex

Mineral dust is an active climate system component that may significantly influence the radiative balance of the atmosphere as well as biogeochemical cycles. However, the complex linkages between dust‐generating processes and past or anthropogenic climate change are still poorly constrained. The highly successful Dust Indicators and Records of Terrestrial and Marine Palaeoenvironments ( DIRTMAP) project, created by Karen Kohfeld (Simon Fraser University, Burnaby, British Columbia, Canada) and Sandy Harrison (University of Bristol, Bristol, United Kingdom) in 2001, provided a compilation of available dust deposition data from climate archives. DIRTMAP focused on a time slice approach, compiling data for modern/ Holocene (up to ∼10,000 years ago to the present) conditions and conditions at the Last Glacial Maximum (∼20,000 years ago).

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,471
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,072
Tête enseignante GPT0,254
Écart entre enseignants0,182 · 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.

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

Citations0
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEosMême sujetAeolian processes and effectsTravaux en français237 207