MétaCan
Menu
Retour à la cohorte
Enregistrement W3137959137 · doi:10.1594/pangaea.908284

Geochemical and mineralogical composition of grab and core sediments from Inle Lake (Southern Shan State, Myanmar)

2019· dataset· en· W3137959137 sur OpenAlexaboutno aff
Myat Mon Thin, Elisa Sacchi, Massimo Setti

Notice bibliographique

RevuePublishing Network for Geoscientific and Environmental Data (PANGAEA) (Alfred Wegener Institute for Polar and Marine Research) · 2019
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological formations and processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyGeochemistrySediment coreComposition (language)GeomorphologySediment

Résumé

récupéré en direct d'OpenAlex

Lake sediments were sampled in March 2014 in 16 locations selected so as to cover the whole lake area. At each lake site, grab sediment samples were collected with a stainless-steel, Ponar type sampler; in addition, at 5 stations, sediment cores were collected with a sampler prototype (handmade), which ensures careful recovery of the sediment-water interface. Cores ranged from 55 to 85 cm in length and were cut into 5 cm slices on the same day of collection.The mineralogical analyses were carried out by X-ray Powder Diffractometry (XRD) performed both on natural samples, and on treated samples to identify the clay minerals, using the standard procedure of ethylene-glycol saturation followed by heating at 550°C for the identification of the swelling clay minerals. Mineralogical results are expressed in %.The chemical composition (major and trace elements) was analysed by "Near Total" Digestion ICP/MS (Code UT-4M) at the Activation Laboratory, Canada. Analysed elements include Ca, Mg, Na, K, Al, Fe, P, S, Ti (in %), and Sr, Ba, Rb, Li, Rb, Cs, Mn, Cd, Co, Cr, Cu, Ni, Pb, Mo, V, Zn, W, Tl, Bi, Sn, As, Sb, Ag, Au, Sc, Ti, Y, Zr, Nb, La, Ce, Hf, Ta, U, Th (in mg/kg).The dataset includes 6 tables:Grab samples (16 locations, approx. depth 0-10 cm)Core 2 (UTM Long. 47Q 0283122 Lat. 2280515, depth 5-80 cm)Core 3-1 (UTM Long. 47Q 0282707 Lat. 2276910, depth 5-55 cm)Core 4-2 (UTM Long. 47Q 0281190 Lat. 2269152, depth 5-75 cm)Core 4-3 (UTM Long. 47Q 0282356 Lat. 2268878, depth 5-60 cm)Core 6 (UTM Long. 47Q 0282396 Lat. 2265350, depth 5-85 cm)

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,072
Tête enseignante GPT0,270
Écart entre enseignants0,198 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePublishing Network for Geoscientific and Environmental Data (PANGAEA) (Alfred Wegener Institute for Polar and Marine Research)Même sujetGeological formations and processesTravaux en français237 207