MétaCan
Menu
Retour à la cohorte
Enregistrement W2894803819 · doi:10.3390/quat1030021

River Systems and the Anthropocene: A Late Pleistocene and Holocene Timeline for Human Influence

2018· article· en· W2894803819 sur OpenAlexafffund
Martin R. Gibling

Notice bibliographique

RevueQuaternary · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArchaeology and ancient environmental studies
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnthropoceneHoloceneFluvialPleistoceneFloodplainArchaeologyIrrigationAlluvial fanGeologyGeographyEcologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Rivers are central to debate about the Anthropocene because many human activities from antiquity focused on channels and floodplains. A literature compilation for the onset of human modification of rivers identifies six stages that represent key innovations focused in the Near East and adjoining areas: (1) minimal effects before about 15,000 cal yr BP, with the use of fire and gathering of plants and aquatic resources; (2) minor effects from increased cultivation after about 15,000 cal yr BP, with plant and animal domestication after about 10,700 cal yr BP; (3) agricultural era after about 9800 cal yr BP, with legacy sediments, widespread fire use, the first dams and irrigation, and mud-brick manufacture; (4) irrigation era from about 6500 cal yr BP, with large-scale irrigation, major cities, the first large dam, urban water supplies, expanded groundwater use, river fleets, and alluvial mining; (5) engineering era with embankments, dams, and watermills after about 3000 cal yr BP, especially in the Chinese and Roman empires; and (6) technological era after about 1800 CE. Anthropogenic river effects were more varied and intense than commonly has been recognised, and they should be considered routinely in interpreting Late Pleistocene and Holocene fluvial archives.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,221 · 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

Citations73
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueQuaternaryMême sujetArchaeology and ancient environmental studiesTravaux en français237 207