Multivariate modeling of glacimarine lithostratigraphy combining scanning XRF, multisensory core properties, and CT imagery: IODP Site U1419
Notice bibliographique
Résumé
Marine sediments preserve archives of glacier behavior from many proxies, with lithofacies analysis providing direct evidence of glacial extent and dynamics. Many of these lithofacies have corresponding physical and geochemical properties that may be identified through quantitative, nondestructive logging properties. This study applies supervised and unsupervised classification to downcore logging data to attempt to model temperate glacimarine facies, which are independently identified via visual lithofacies analysis based on core photographs, digital X-radiography, and computed tomography scans. We test the limits of these methods by modeling both broad glacial and interglacial and small-scale variations in Late Pleistocene (<60,000 yr) glacier extent leading into the Holocene deglaciation for a temperate ice stream at Integrated Ocean Drilling Program Site U1419 in the Gulf of Alaska. Multi-meter–scale mud and diamict lithofacies interpreted as non-glacial versus glacial conditions can be modeled with both methods using downcore physical property logging data (b* color reflectance, magnetic susceptibility, and natural gamma-ray activity) augmented with scanning X-ray fluorescence (XRF) elemental abundance (Ca, Zr, Si, K, Rb, and Al). Physical properties are most useful for delineating decimeter-meter–scale variations in composition and clay content, whereas scanning XRF elements best capture differences in sand versus clay content and composition at decimeter-centimeter scales. Neither classification technique can model the observed small-scale variations in diamict facies using elemental abundance from higher-resolution scanning XRF or from physical properties. Comparison of unsupervised cluster model results with observed lithofacies allows for identification of three different glacial conditions at Site U1419—ice-proximal, fluctuating, and retreating. For small-scale variations in glacial extent, cluster model results are best used as complementary data to image-based lithofacies identification rather than as a replacement.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».