Accumulation in East Greenland Fjords and on the Continental Shelves Adjacent to the Denmark Strait over the Last Century Based on 210Pb Geochronology
Notice bibliographique
Résumé
Sediment (SAR) and mass (MAR) accumulation rates for the last 100 years are derived from 210Pb profiles of box cores collected in three fjords and on the continental shelf in the Kangerlussuaq region, East Greenland, and on the SW Iceland continental shelf. The MAR is lower on East Greenland (0.09 g/cm²·yr) than on SW Iceland (0.14 g/cm²·yr) because of differences in the biogenic component of the sediments, although SAR is similar. The differences in accumulation rates of the three East Greenland fjords are due to their dominant sediment sources and basin areas. Kangerlussuaq Fjord, the largest fjord, is dominated by iceberg sediment input and has a MAR of 0.43 g/cm²·yr at 50 km from the fjord head. Miki Fjord, the smallest fjord, is dominated by glaciofluvial sediment input with a MAR of 0.29 g/cm²·yr of sediment at 10 km from the fjord head. Nansen Fjord is intermediate in size, with an iceberg-dominated sediment supply; MAR is 1.01 g/cm²·yr near the fjord head and 0.17 g/cm²·yr at 20 km from the fjord head. 137Cs is used as a secondary indicator of sediment source, and the high activity level of 137Cs in Miki Fjord indicates glaciofluvial sediment sources. Zones of constant activity in some of the box cores are attributed to either bioturbation in the surface mixed layer or turbidites. We would be hesitant to extend the recent 210Pb-based accumulation rates to estimate the Holocene accumulation rates.
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 | 0,000 | 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 | 0,000 |
| 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) | 0,004 | 0,001 |
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 ».