MétaCan
Menu
Retour à la cohorte
Enregistrement W2116200262 · doi:10.1016/j.yqres.2009.07.002

Comparing fire-history interpretations based on area, number and estimated volume of macroscopic charcoal in lake sediments

2009· article· en· W2116200262 sur OpenAlexafffundabout
Adam A. Ali, Philip E. Higuera, Yves Bergeron, Christopher Carcaillet

Notice bibliographique

RevueQuaternary Research · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversité du Québec en Abitibi-TémiscamingueUniversité du Québec à MontréalNatural Sciences and Engineering Research Council of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésCharcoalFire historySedimentTaigaGeologyFire regimeVolume (thermodynamics)BorealSedimentary rockPhysical geographyEnvironmental scienceArchaeologyPaleontologyOceanographyGeographyForestryClimate changeEcologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Abstract Sedimentary charcoal particles from lakes are commonly used to investigate fire history. Fire-history reconstructions are based on measuring the surface area or counting the number of charcoal fragments in adjacent samples. Recently, the volume of charcoal particles was advised as a more accurate method for quantifying past charcoal production. Large charcoal datasets, used to synthesize global fire history, include these different types of charcoal measurements and implicitly assume that they provide comparable fire-history information. However, no study has demonstrated that this assumption is valid. Here we compare fire-frequency reconstructions based on measurements of charcoal area and number, and estimates of charcoal volume from two lake sediment records from the eastern Canadian boreal forest. Results indicate that the three proxies provide comparable fire-history interpretations when using a locally defined threshold to identify fire events.

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 enseignants0,205
Score d'incertitude au seuil0,408

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
Bibliométrie0,0030,001
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 Opus0,097
Tête enseignante GPT0,351
Écart entre enseignants0,254 · 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

Citations79
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuaternary ResearchMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207