MétaCan
Menu
Retour à la cohorte
Enregistrement W2504487369 · doi:10.1177/0959683616658527

A 1600-year diatom record of hydroclimate variability from Wolf Lake, New York

2016· article· en· W2504487369 sur OpenAlexaff
J. Curt Stager, Brian F. Cumming, Kathleen R. Laird, Alex Garrigan-Piela, Neil Pederson, Brendan Wiltse, Chad S. Lane, Jessica Nester, A. Ruzmaikin

Notice bibliographique

RevueThe Holocene · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensQueen's University
Organismes subventionnairesLawrence Livermore National LaboratoryUniversity of MinnesotaNational Science Foundation
Mots-clésDiatomPrecipitationPeriod (music)CharcoalPaleoclimatologyOceanographyPhysical geographyHolocenePlanktonClimate changeGeologyEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

A high-resolution diatom record from Wolf Lake, a minimally disturbed ‘heritage’ lake, provides insights into the hydroclimatic history of the Adirondack Mountains of northern New York during the last c. 1600 years. Three pronounced dry periods occurred during c. AD 490–610, 780–870, and 1010–1080, and low precipitation generally prevailed during the warm Medieval Climate Anomaly ( c. AD 950–1350), a finding that fills an important gap in knowledge of the spatial extent of droughts across North America during that period. During the cooler ‘Little Ice Age’ interval ( c. AD 1350–1800), inferred water balance was generally more positive. Seven peaks in charcoal abundance represent fire events during both wet and dry periods. Unusually high charcoal and inorganic sediment deposition c. AD 1700 could reflect human activity in the watershed, as might an abrupt rise in the relative abundances of planktonic and tychoplanktonic diatoms in Wolf Lake during the AD 1860s. The diatom record displays periodicities of c. 256 and 512 years in addition to high-frequency fluctuations, suggesting that significant precipitation variability is likely to continue to disrupt climatic trends in this region.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0130,002

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 Opus0,027
Tête enseignante GPT0,230
Écart entre enseignants0,203 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations15
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe HoloceneMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207