MétaCan
Menu
Retour à la cohorte
Enregistrement W2096707453 · doi:10.14430/arctic341

Biogeographical Evidence for the Grass (Poaceae) Species of Pleistocene Beringian Lowlands

2009· article· en· W2096707453 sur OpenAlexfundvenueno aff
David K. Swanson

Notice bibliographique

RevueARCTIC · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesCold Regions Research and Engineering LaboratoryPacific Northwest Research StationU.S. Army Corps of EngineersNatural Resources Conservation ServiceJohns Hopkins UniversityU.S. Forest ServiceUniversity of AlbertaU.S. Department of Agriculture
Mots-clésPleistoceneElymusEcologyPoaceaeRange (aeronautics)FestucaBiologyBeringiaTemperate climateTaxonPaleontology

Résumé

récupéré en direct d'OpenAlex

Late Pleistocene Beringia had herb-dominated vegetation with abundant grasses (Poaceae), and it was inhabited by an impressive assemblage of large grazing mammals. This paper reconstructs the list of most probable late Pleistocene Beringian lowland grass species from biogeographical evidence. Late Pleistocene eolian sediments and buried soils indicate that large areas of the Beringian lowlands had nutrient-rich, silty soils that occurred over ice-rich permafrost but were generally not waterlogged. A list of likely grasses was compiled from all species that have been recorded on similar fine-grained, mesic-to-dry lowland soils (i.e., presumed refugia) and are distributed at least sporadically across the whole region today. Grasses from 13 genera met these criteria, including most of the taxa that have been identified as late Pleistocene fossils from the study area. Most of these grasses are high-latitude species of genera that are also common in temperate latitudes (e.g., Elymus, Festuca, and Poa). This diverse group of plants has a wide range of adaptations today, suggesting that grasses would have been available to occupy a variety of habitats through Pleistocene climatic fluctuations. Among these grasses are a number of highly productive forage species.

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 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 enseignants0,009
Score d'incertitude au seuil0,591

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 technologies0,0000,000
Communication savante0,0000,000
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 Opus0,058
Tête enseignante GPT0,287
Écart entre enseignants0,229 · 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

Citations12
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueARCTICMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207