Orbital Forcing of Late Miocene–Early Pleistocene Environmental Change in the Zhada Basin, SW Tibetan Plateau
Notice bibliographique
Résumé
Abstract Mechanisms controlling the long‐ and short‐term variability of the Indian Summer Monsoon (ISM) and high‐elevation environmental change have largely been examined using low‐elevation or marine records with less emphasis on high‐elevation non‐marine records. We address this using a high‐resolution, long‐term record from upper Miocene–lower Pleistocene (~9.0–2.2 Ma) fluvio‐lacustrine strata in the Zhada Basin, southwestern Tibetan Plateau. Long‐term changes include the onset of lacustrine deposition, a decrease in mean grain size, and an increase in δ 18 O carb and δ 13 C carb values at ~6.0 Ma in response to basin closure following regional extension. This was followed by a return to palustrine/fluvial deposition, an increase in mean grain size, and a decrease in δ 18 O carb and δ 13 C carb values at ~3.5 Ma in response to tectonically driven long‐term ISM weakening. Spectral analysis reveals that high‐frequency variations in the δ 18 O carb record are dominated by 100 and ~20 kyr cycles from ~6.0–2.2 Ma. Wavelet and spectral analysis of the most densely sampled interval (4.23–3.55 Ma), tuned to the record of daily insolation (21 June at 35°N) confirms and highlights 100 and 20 kyr cycles. The tuned Pliocene δ 18 O carb record is coherent with the record of Northern Hemisphere insolation at precession periods but not at obliquity or eccentricity periods. Additionally, the tuned δ 18 O carb record is anticorrelated to the insolation record, indicating that stronger Northern Hemisphere insolation correlates with a stronger ISM. These results suggest that variations in daily insolation drove late Miocene–early Pleistocene high‐frequency ISM variability and environmental changes in the high‐elevation southwestern Tibetan Plateau.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».