MétaCan
Menu
Retour à la cohorte
Enregistrement W4249694269 · doi:10.1007/978-3-7643-8417-3_4

Using Fuzzy Logic for the Analysis of Sea-level Indicators with Respect to Glacial-isostatic Adjustment: An Application to the Richmond-Gulf Region, Hudson Bay

2007· book-chapter· en· W4249694269 sur OpenAlexaboutno aff
Volker Klemann, Detlef Wolf

Notice bibliographique

RevueBirkhäuser Basel eBooks · 2007
Typebook-chapter
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyDeglaciationSea levelPost-glacial reboundGeodesyPhysical geographyClimatologyGlacial periodOceanographyGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

An important constraint for the inference of mantle viscosity is the variation of the Holocene relative sea-level (RSL) height (with respect to today) following the last deglaciation. As a measure of this variation, sea-level indicators (SLIs) related to the RSL heights at specific past time epochs are used. For the inversion of the RSL-height change in terms of mantle viscosity, neighbouring SLIs may be grouped into an RSL diagram taken as representative for the region considered. Usually, the nominal height and age of a particular SLI are the only characteristics considered when determining the former RSL height. However, only SLIs based on isolation basins yield a narrow range for this height, whereas SLIs based on fossil samples provide a lower bound (shells), an upper bound (driftwood) or a finite interval (basal peat) for it. To also use fossil samples objectively, we develop a classification scheme of the depositional conditions based on fuzzy logic. After the definition of appropriate membership functions, this method leads to a systematic interpretation of the large number of SLIs available. We apply this method to SLIs from the Richmond-Gulf region, southeastern Hudson Bay, near the former glaciation center of Canada and derive a decay time of 5 ka for the exponential function best fitting the RSL diagram for this region.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,824
Score d'incertitude au seuil0,349

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,096
Tête enseignante GPT0,310
Écart entre enseignants0,214 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirkhäuser Basel eBooksMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207