Supplementary material to "Sediment and carbon accumulation in a glacial lake in Chukotka (ArcticSiberia) during the late Pleistocene and Holocene: Combining hydroacoustic profiling and down-core analyses"
Notice bibliographique
Résumé
Retrieval of parameters from supraregional studies for comparison:Information regarding sediment volumes, carbon pools and carbon accumulation rates were, where possible, extracted from literature sources in order to permit the supraregional comparison within this study.Extensive data for 31 Finnish lakes (sediment volumes, carbon pools and carbon accumulation rates) were retrieved from Pajunen (2000).Carbon accumulation rate data were extracted from Sobek et al., 2014 and Anderson et al., 2009 for 14 Greenlandic lake sites.10 lake sites from Quebec, Canada were included from Ferland et al., 2012 where hydroacoustically derived sediment volume and carbon accumulation rates were available.Sediment volumes and carbon storage for 11 Alberta, Canada lakes were extracted from Campbell et al., 2000 alongside the carbon accumulation rate which was not provided for each individual lake location but as a mean across 191 lake basins.The global lake and reservoir dataset of Mendonça et al., 2017 was utilized to obtain carbon accumulation rates for 343 global lake sites (excluding reservoirs and wetlands not relevant for comparison within this study).Carbon accumulation rates for five locations at lake Baikal were obtained from Sobek et al., 2014 that were originally provided by Martin et al., 1998.Carbon accumulation rates were also derived from a study of 20 Siberian thermokarst lakes published in Anthony et al., 2014.For Uinta lake sites, sediment volume was estimated by combining lake surface areas and maximum core depths from provided supplementary data.The carbon amount of each Uinta lake site was also extracted from supplementary data.Sediment volumes and carbon pools were acquired from Thermokarst lakes, lagoons and Yedoma deposits from multiple studies from Alaska and Siberia (Jenrich et al., in review; Jongejans et al., 2018; Windirsch et al., 2020)
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,583 | 0,123 |
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 ».