MétaCan
Menu
Retour à la cohorte
Enregistrement W3039785578 · doi:10.1017/s1089332600001522

Environmental Change at High Latitudes

2007· article· en· W3039785578 sur OpenAlexaff
Marianne S. V. Douglas

Notice bibliographique

RevueThe Paleontological Society Papers · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésDiatomEnvironmental changePaleolimnologyLatitudeArcticEnvironmental scienceClimate changeEcologyEcosystemOceanographyPhysical geographyGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Paleolimnological techniques have been used successfully to reconstruct environmental change in the Arctic and Antarctic. Diatoms are powerful indicators of environmental change because their community composition responds to changes in environmental conditions. As more regional diatom calibrations throughout the high latitude regions are achieved, the autecology of diatom taxa can be quantified and transfer functions for the driving environmental variables developed. In most instances, environmental variables related to physical, chemical, and climate-related characteristics are the main drivers affecting diatom distribution across polar aquatic bodies. A decline in ice cover and increase in growing season length results in an increase in diatom diversity as well as increased productivity, and increased thermal stratification in lakes (vs. shallow ponds). Because the siliceous cell wall preserves well in sediments, diatoms are among the most commonly used organisms used in paleolimnological analyses. Polar latitudes are experiencing amplification of the current global warming trend and as such, analyses of diatoms from high latitude lake and pond sediments are revealing the timing and extent of these trends. Diatom-based paleolimnological analyses are also being used to track the environmental impact of excess nutrient additions to lakes. Similar findings have also been reported from marine ecosystems.

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 enseignants0,032
Score d'incertitude au seuil0,063

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,031
Tête enseignante GPT0,234
Écart entre enseignants0,203 · 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

Citations2
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Paleontological Society PapersMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207