MétaCan
Menu
Retour à la cohorte
Enregistrement W2955637833 · doi:10.1016/j.mex.2019.05.017

Two MATLAB programs for computing paleo-elevations and burial ages from paired-cosmogenic nuclides

2019· article· en· W2955637833 sur OpenAlexaff
Pierre‐Henri Blard, Maarten Lupker, Moïse Rousseau, Jim Tesson

Notice bibliographique

RevueMethodsX · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensPolytechnique MontréalUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésCosmogenic nuclideNuclideGeologyCosmic rayGeochronologyMineralogyPhysical geographyPhysicsPaleontologyNuclear physicsGeography

Résumé

récupéré en direct d'OpenAlex

Methods based on cosmic-ray produced nuclides are key to improve our understanding of the Earth surface dynamic. Measuring multiple cosmogenic nuclides in the same rock sample has a great potential, but data interpretation requires rigorous and often complex mathematical treatments. In order to make progress on this topic, this paper presents two easy-to-use MATLAB© programs permitting to derive information from pairs of cosmogenic nuclides ( 26 Al- 10 Be or 10 Be- 21 Ne) measured in rock samples that have been exposed to cosmic rays in the past: "Paleoaltitude.m" and "Burial.m" Codes available here as supplementary material. •"Paleoaltitude.m" computes paleoelevations from a sample whose burial age is known. This new paleoaltimetry method is presented in detail in Blard et al. [1]. The present article also develops the mathematical approach. •Since the elevation of exposure may affect the accuracy of a burial age [1], the second MATLAB© script "Burial.m" is designed to compute burial ages from 26 Al- 10 Be or 10 Be- 21 Ne pairs, taking into account the position of a sample (elevation and latitude) during its preburial exposure history.

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)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Logiciel · Signal consensuel: aucune
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0510,020

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 Opus0,058
Tête enseignante GPT0,327
Écart entre enseignants0,270 · 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'étudeSans objet
Domainenon disponible
GenreLogiciel

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMethodsXMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207