Two‐Dimensional Quantitative Comparison of Density Distributions in Detrital Geochronology and Geochemistry
Notice bibliographique
Résumé
Abstract Detrital geochronology provides insight into a broad range of Earth Science questions. However, detrital zircon U‐Pb age distributions are inherently univariate, and thus quantitative comparison methods are limited to one‐dimension (1D) and subject to nonunique results due to overlapping age groups. We developed two‐dimensional (2D) quantitative comparison measures for bivariate kernel density estimates (KDEs) and cumulative distribution functions (CDFs). These methods are extensions of 1D quantitative comparison measures commonly used in detrital geochronology: Similarity, Likeness, and Cross‐correlation of KDEs and Kolmogorov‐Smirnov (K‐S) and Kuiper tests of CDFs. We demonstrate the efficacy of these methods by applying them to a global compilation of detrital and igneous zircon univariate U‐Pb data ( n = 767,660) and bivariate U‐Pb and Hf (i.e., εHfT) data ( n = 114,311) parsed geographically into eight continental landmasses demarcated by Paleozoic sutures. The 2D quantitative comparison measures behave in a similar fashion to their 1D counterparts in terms of sensitivity and consistency regardless of parameterization (e.g., kernel bandwidth and discretization interval). Results show that the detrital record reliably reflects the igneous record for both univariate U‐Pb and bivariate εHfT distributions between 4,400 and 0 Ma. In contrast, 1D and 2D quantitative comparison results differ over the narrower Ediacaran‐Cambrian time interval due to nonunique univariate zircon U‐Pb age groups; the 2D quantitative results consistently identify continental landmasses involved in the formation of Gondwana. We implemented the 2D methods in a new MATLAB‐based graphical user interface, DZstats2D , which is available as open‐source code and as standalone applications for macOS and Windows.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».