MétaCan
Menu
Retour à la cohorte
Enregistrement W2943674765 · doi:10.2110/palo.2019.010

REFINING THE CROFT PARALLEL GRINDER FOR ACETATE PEEL SERIAL SECTIONING AND VIRTUAL PALEONTOLOGY

2019· article· en· W2943674765 sur OpenAlexaff
Y.H. Zhang, Colin D. Sproat, Renbin Zhan, Weimin Zhang, Xiaocong Luan, Bing Huang

Notice bibliographique

RevuePalaios · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological formations and processes
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesState Key Laboratory of Palaeobiology and StratigraphyChinese Academy of SciencesNational Natural Science Foundation of China
Mots-clésRefining (metallurgy)GeologyPaleontologyMineralogyMaterials scienceMetallurgy

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The design of the classic Croft parallel grinder from 1950 was updated to improve usability and better facilitate the imaging and reconstruction of specimens. The grinder is capable of producing thin slices to 10–30 μm. Specimens as large as 37 mm in length/width and 50 mm in height can be accommodated. Acetate peels can be used in conjunction with the grinder to produce a permanent record of shell interiors, similar to a low-tech and inexpensive version of a CT scan. To simplify the registration process, a new alignment socket was designed to restrict the position and orientation of the specimen when it is photographed or scanned to aid in aligning the resulting series of digital images for three-dimensional reconstruction. To test the updated grinder, a barnacle and two oyster shells were serially ground to demonstrate its effectiveness in virtual paleontology applications. This design allows for lower cost virtual paleontology studies in comparison to high-tech methods such as micro-CT scanning, and even provides some advantages in terms of the level of detail preserved. Instructions for manufacture and assembly of the redesigned grinder are accessible as online supplemental material, and are licensed under a Creative Commons Attribution-ShareAlike 4.0 International License, ensuring that they are freely distributable and modifiable in the future.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,029
Score d'incertitude au seuil0,777

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,204 · 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 tête enseignante, 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalaiosMême sujetGeological formations and processesTravaux en français237 207