MétaCan
Menu
← Retour à la cohorte
Enregistrement W3019206785 · doi:10.1038/s41598-020-63505-7

Animal bioturbation preserved in Pleistocene magadiite at Lake Magadi, Kenya Rift Valley, and its implications for the depositional environment of bedded magadiite

2020· article· en· W3019206785 sur OpenAlexafffund
Luís A. Buatois, Robin W. Renaut, R. Bernhart Owen, Anna K. Behrensmeyer, Jennifer J. Scott

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensMount Royal UniversityUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeologyBioturbationSedimentary depositional environmentRift valleyPleistoceneGeochemistryOutcropPaleontologyContext (archaeology)SedimentDiagenesisStructural basin

Résumé

récupéré en direct d'OpenAlex

O)], was discovered about 50 years ago in sediments around Lake Magadi, a hypersaline alkaline lake fed by hot springs in the semi-arid southern Kenya Rift Valley. Today this harsh lacustrine environment excludes most organisms except microbial extremophiles, a few invertebrates (mostly insects), highly adapted fish (Alcolapia sp.), and birds including flamingos. Burrows discovered in outcrops of the High Magadi Beds (~25-9 ka) that predate the modern saline (trona) pan show that beetles and other invertebrates inhabit this extreme environment when conditions become more favourable. Burrows (cm-scale) preserved in magadiite in the High Magadi Beds are filled with mud, silt and sand from overlying sediments. Their stratigraphic context reveals upward-shallowing cycles from mud to interlaminated mud-magadiite to magadiite in dm-scale units. The burrows were formed when the lake floor became fresher and oxygenated, after a period when magadiite precipitated in shallow saline waters. The burrows, probably produced by beetles, show that trace fossils can provide evidence for short-term (possibly years to decades) changes in the contemporary environment that might not otherwise be recognised or preserved physically or chemically in the sediment record.

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 enseignants0,038
Score d'incertitude au seuil0,075

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 technologies0,0010,001
Communication savante0,0000,000
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 Opus0,033
Tête enseignante GPT0,240
Écart entre enseignants0,207 · 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

Citations26
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→