MétaCan
Menu
Retour à la cohorte
Enregistrement W4255052849 · doi:10.1017/s0954102020000619

Cryostratigraphy of mid-Miocene permafrost at Friis Hills, McMurdo Dry Valleys of Antarctica

2020· article· en· W4255052849 sur OpenAlexaff
Marjolaine Verret, Warren Dickinson, Denis Lacelle, David Fisher, Kevin Norton, Hannah Chorley, Richard Levy, T. Naish

Notice bibliographique

RevueAntarctic Science · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPermafrostGeologyAridPhysical geographyGeomorphologyOceanographyPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract The origin and stability of ground ice in the stable uplands of the McMurdo Dry Valleys remains poorly understood, with most studies focusing on the near-surface permafrost. The 2016 Friis Hills Drilling Project retrieved five cores reaching 50 m depth in mid-Miocene permafrost, a period when Antarctica transitioned to a hyper-arid environment. This study characterizes the cryostratigraphy of arguably the oldest permafrost on Earth and assesses 15 Myr of ground ice evolution using the REGO model. Four cryostratigraphic units were identified: 1) surficial dry permafrost (0–30 cm), 2) ice-rich to ice-poor permafrost (0.3–5.0 m) with high solute load and δ18O values (-16.2 ± 1.8‰) and low D-excess values (-65.6 ± 4.3‰), 3) near-dry permafrost (5–20 m) and 4) ice-poor to ice-rich permafrost (20–50 m) containing ice lenses with low solute load and δ18O values (-34.6 ± 1.2‰) and D-excess of 6.9 ± 2.6‰. The near-surface δ18O profile of ground ice is comparable to other sites in the stable uplands, suggesting that this ice is actively responding to changing surface environmental conditions and challenging the assumption that the surface has remained frozen for 13.8 Myr. The deep ice lenses probably originate from the freezing of meteoric water during the mid-Miocene, and their δ18O composition suggests mean annual air temperatures ~7–11°C warmer than today.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,139
Score d'incertitude au seuil0,276

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,038
Tête enseignante GPT0,243
Écart entre enseignants0,205 · 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'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

Citations12
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntarctic ScienceMême sujetClimate change and permafrostTravaux en français237 207