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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,771
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 tête enseignante, 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBirkhäuser Basel eBooksMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207