Quantitative reconstruction of past salinity variations in African lakes: assessment of chironomid-based inference models (Insecta: Diptera) in space and time
Notice bibliographique
Résumé
Faunal records of 20 common midge species (Diptera: Chironomidae) in 32 African surface waters with salinities ranging from 20 to 41 000 µS·cm 1 were used to develop inference models for quantitative reconstruction of past salinity variations from larval chironomid fossils preserved in lake sediments. Weighted-averaging regression and calibration models using presenceabsence data (P/A) and presenceabsence data with tolerance down-weighting (P/A tol ) produced bootstrapped coefficients of determination (r 2 ) of 0.78 and 0.81, respectively, and root mean squared errors (RMSE) of prediction of 0.42 and 0.39 log conductivity units. Historical conductivity data from African lakes are scarce. Therefore, model performance was tested in time by comparing chironomid-inferred conductivity estimates with the corresponding diatom-inferred estimates in sediment records of two fluctuating lakes in the Rift Valley of Kenya. A hybrid procedure in which presenceabsence calibration models were applied to abundance-weighted fossil data yielded significantly higher correlation between chironomid- and diatom-inferred time series (Lake Oloidien AD 18801991, r 2 = 0.760.78; Crescent Island Crater AD 9001993, r 2 = 0.560.61) than by applying the same models to presenceabsence fossil data (r 2 = 0.470.56 and 0.260.42, respectively). Overall, model performance confirms that Chironomidae are valuable bioindicators for natural and man-made changes in the water balance of African lakes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».