Using Fuzzy Logic for the Inference of the Holocene Land Uplift in the Hudson-Bay Region Based on Sea-Level Indicators
Notice bibliographique
Résumé
The Holocene land uplift in regions of Pleistocene glaciation, such as Hudson Bay in Canada, is dominated by glacial-isostatic adjustment with quasi-exponential time dependence. To infer the decay time associated with the uplift, neighbouring sea-level indicators (SLIs) related to the relative sea-level (RSL) height during the Holocene are commonly grouped into a single RSL diagram assumed to be representative of the region considered. Usually, the nominal height and age of a particular SLI are the only characteristics used when determining the Holocene RSL height. However, only SLIs based on isolation basins yield a narrow range for this height, whereas SLIs based on fossil samples, such as shells, peats or drift wood, only allow the determination of an upper bound, a lower bound or a finite interval for it. To use also fossil samples objectively, we develop a classification scheme based on fuzzy logic. After the defintion of appropriate membership functions, this method leads to a more systematic interpretation of the large amount of SLIs available. We apply the scheme to SLIs from the Richmond Gulf region (SE Hudson Bay) near the Pleistocene glaciation center of Canada and derive a decay time of 5.8 ka for the exponential function best fitting the RSL diagram, and thus the Holocene land uplift, for this region.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».