MétaCan
Menu
Retour à la cohorte
Enregistrement W3047170633 · doi:10.2110/jsr.2020.50

Linking marine core lithofacies and mineral and grain-size compositions on the Baffin Island margin: changes in provenance and transport

2020· article· en· W3047170633 sur OpenAlexaff
John T. Andrews, Kimberley A. Jenner, D C Campbell

Notice bibliographique

RevueJournal of Sedimentary Research · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesnon disponible
Mots-clésGeologyProvenancePlagioclaseCarbonateFaciesMineralogyGeochemistryClay mineralsKaoliniteQuartzCarbonate mineralsCalciteQuaternaryGeomorphologyPaleontology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT We evaluate the linkages between lithofacies and mineral composition of late Quaternary sediments along the Baffin Slope for cores 2013029 64, 74, and 77. Four major lithofacies were identified: diamicton (L1), laminated red-brown mud (L2), tan carbonate mud (L3), and brown bioturbated mud (L4). In addition, gold-brown mud (L2a) beds were identified within red-brown mud throughout the Baffin margin and a thin, locally distributed light gray mud (L2b), also identified within red-brown mud, was localized to the Home Bay region. A classification decision tree (CDT) correctly predicted ∼ 87% of the lithofacies based on five binary choices based on the estimated weight %s of (in order): quartz, kaolinite, plagioclase, iron oxides, and smectites. The detrital tan carbonate (DC) minerals, calcite and dolomite, did not appear in the chosen CDT solution although this lithofacies is easily recognized in cores because of its tan color and the facies is well predicted in the CDT. The addition of grain size did not substantially improve the prediction of the lithofacies although it did change the % importance of the minerals in the CDT.

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)0,001
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 enseignants0,777
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,066
Tête enseignante GPT0,293
Écart entre enseignants0,226 · 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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Sedimentary ResearchMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207