MétaCan
Menu
Retour à la cohorte
Enregistrement W2888901284 · doi:10.1017/qua.2018.65

Late Pleistocene and Holocene ice-wedge activity on the Blackstone Plateau, central Yukon, Canada

2018· article· en· W2888901284 sur OpenAlexafffundabout
Mike Grinter, Denis Lacelle, Natalia Valentinovna Baranova, Sarah Murseli, Ian D. Clark

Notice bibliographique

RevueQuaternary Research · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeologyPermafrostIce wedgeHoloceneMeltwaterTemperature recordArcticPhysical geographyIce corePlateau (mathematics)Glacial periodClimate changeSnowCryosphereGeomorphologyHolocene climatic optimumClimatologyPaleoclimatologyPaleontologyOceanographySea ice

Résumé

récupéré en direct d'OpenAlex

Abstract Ice-wedge activity can be used to reconstruct past environmental conditions. We investigated the moisture source and timing of ice-wedge formation on the Blackstone Plateau. A section of permafrost exposed ice wedges that developed at two distinct depths: the first set formed syngenetically and penetrated alluvial silts from the top of permafrost; the second set, truncated by an erosional or thaw contact, was found solely in icy muddy gravels (>3.1 m depth). The δ18O and D-excess records of the ice wedges suggest that they formed from freezing of snow meltwater whose isotopic composition evolved during meltout. The14CDOCresults suggest that climate was favorable to ice-wedge growth between 32,000–30,000 and 14,000–12,500 cal yr BP, but there was likely a hiatus during the last glacial maximum due to climate being too dry. During the early to mid-Holocene, ice wedges were inactive as a result of warmer and wetter climate. Ice wedge re-initiated around 6360 cal yr BP, with a peak in activity between 3980 and 920 cal yr BP, a period characterized by cool and moist climate. Overall, timing of ice-wedge activity was broadly consistent with the climate and vegetation evolution in the western Arctic.

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)0,000
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 enseignants0,049
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0020,000

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 Opus0,063
Tête enseignante GPT0,304
Écart entre enseignants0,241 · 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

Citations38
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueQuaternary ResearchMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207