MétaCan
Menu
Retour à la cohorte
Enregistrement W3127243155 · doi:10.1029/2020jb021037

One and a Half Million Yearlong Aridity During the Middle Eocene in North‐West China Linked to a Global Cooling Episode

2021· article· en· W3127243155 sur OpenAlexafffund
Rui Zhang, Vadim A. Kravchinsky, Jie Qin, Avto Goguitchaichvili, Jianxing Li

Notice bibliographique

RevueJournal of Geophysical Research Solid Earth · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésAridificationGeologyGlobal coolingPlateau (mathematics)PaleoclimatologyPaleontologyAridSedimentary rockMagnetostratigraphyClimatologyClimate changeOceanographyStructural basin

Résumé

récupéré en direct d'OpenAlex

Abstract The Eocene record of substantial aridification near Tibet was reported to mimic the global climate cooling trend, overwriting the previously proposed dominant role of the Tibetan Plateau uplift in the aridification (Li et al., 2018, https://doi.org/10.1038/s41467‐018‐05415‐x). Here we present new paleoclimate data from the red clay sequence deposited between 40 and 50 Ma in Altun Shan at the northeastern edge of the Tibetan Plateau. After building an age model using a compilation of magnetostratigraphy and cyclostratigraphy, we demonstrate that our record of magnetic susceptibility in the Altun Shan red clay exhibits variations linked to eccentricity cycles. Our age model allows us to estimate the age of eight short geomagnetic events, cryprochrons, in Altun Shan. Further we show that the aridification interval in Altun Shan coincides with (i) a cooling event recorded in the global oxygen isotope record, (ii) a sea surface temperature record on the east Tasmanian plateau, and (iii) an aridity record in the surrounding sedimentary basins of Central Asia. The middle Eocene aridity and cooling reached its maximum 45.5‐44 Ma.

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 enseignants0,031
Score d'incertitude au seuil0,061

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,051
Tête enseignante GPT0,307
Écart entre enseignants0,256 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Solid EarthMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207