MétaCan
Menu
Retour à la cohorte
Enregistrement W4220772947 · doi:10.3389/frym.2022.712036

What Ice Cores can Tell us About Earth’s Past

2022· article· en· W4220772947 sur OpenAlexaff
Anne L. Myers, Alison S. Criscitiello

Notice bibliographique

RevueFrontiers for Young Minds · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésSnowIce coreGeologyEarth (classical element)Ice dividePlanetCryosphereAstrobiologyIce ageSea iceGlacial periodEarth sciencePhysical geographyClimatologyAntarctic sea iceGeographyGeomorphologyAstronomy

Résumé

récupéré en direct d'OpenAlex

The glacial regions of Earth are extremely cold, and snow can accumulate in these regions over tens of thousands of years. Every new snowfall increases the pressure on the snow beneath it, eventually causing it to turn to ice, creating many ice layers. These ice layers contain information about Earth’s past at the time when the snow fell. By collecting these ice layers in long cylinders called ice cores, we can examine these layers to see how the Earth’s climate has changed over many years and the effects that Earth processes and human activity have had on our planet. Ice cores are unique because much of the information we learn from them cannot be found anywhere else. By complementing ice core information with other information like satellite and weather data and human knowledge and experience, we can learn even more about Earth’s past.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,135
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0030,000

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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers for Young MindsMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207