MétaCan
Menu
Retour à la cohorte
Enregistrement W2083054884 · doi:10.1016/j.yqres.2005.09.003

Tracking recorded fires using charcoal morphology from the sedimentary sequence of Prosser Lake, British Columbia (Canada)

2006· article· en· W2083054884 sur OpenAlexafffundabout
Mihaela Enache, Brian F. Cumming

Notice bibliographique

RevueQuaternary Research · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCharcoalGeologySedimentary rockSedimentSedimentationPhysical geographyHydrology (agriculture)PaleontologyMineralogyArchaeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Quantitative analyses of variations in morphological features of charcoal were undertaken in a 210 Pb-dated sediment core from Prosser Lake (British Columbia, Canada). Seven morphological types of charcoal were defined by particle shape, major–minor axis ratio, apparent porosity and progradation to unburned material. The distribution of morphotypes and total charcoal abundances were assessed as a proxy for fire events recorded between 1919 and 2000 and to subsequent mechanisms of transportation–sedimentation to lake sediments. Charcoal morphotypes showed distinct relationships to recorded area burned by fires. Fragile charcoal fragments with highly irregular porosity (termed Type M) displayed the strongest correlation to burned area ( r 2 = 0.51; P = 0.0001) and did not produce any false-positive signal for fires recorded within a radius of 20 km around the lake. We infer that high porosity and low density Type M fragments are aerially transported and directly deposited on the lake, and that the fragility of Type M charcoal prevents significant quantities from being secondarily transported and incorporated into the sedimentary record. We propose that charcoal morphology is an important but underutilized technique that can yield important insights into fire type, proximity and transportation–sedimentation processes.

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 enseignants0,038
Score d'incertitude au seuil0,076

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
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 Opus0,052
Tête enseignante GPT0,291
Écart entre enseignants0,240 · 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

Citations173
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuaternary ResearchMême sujetFire effects on ecosystemsTravaux en français237 207