MétaCan
Menu
Retour à la cohorte
Enregistrement W4281659002 · doi:10.1029/2022pa004466

Memory Effects in Salinity Profiles From Black Sea Sediments

2022· article· en· W4281659002 sur OpenAlexafffund
Bernard P. Boudreau, Stephen E. Calvert, Markus Kienast

Notice bibliographique

RevuePaleoceanography and Paleoclimatology · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and environmental studies
Établissements canadiensUniversity of British ColumbiaDalhousie University
Organismes subventionnairesDalhousie University
Mots-clésSalinityBrackish waterGeologyOceanographyHoloceneSapropelGlacial periodInterglacialSedimentary rockSaline waterMarine transgressionStructural basinGeochemistryPaleontologyMediterranean climateEcology

Résumé

récupéré en direct d'OpenAlex

Abstract The current saline state the Black Sea is only the latest of a series of freshening‐salinization episodes that have affected that body of water during past glacial‐interglacial cycles. Here, we model the salinity history of the basin and its sedimentary porewaters since the end of the penultimate saline period, variously thought to have occurred in the period between 128 and 65 Kyrs BP (Before Present). Our results argue that the down‐core salinity profiles of Black Sea Holocene sediments have been affected by upward diffusion of salt from the penultimate saline episode and possibly from residual salinity of the basin waters captured in the accumulating porewaters. Our retrodictions require that the Black Sea bottom waters be either fresh or weakly brackish ( S ≤ 4), between 80 and 10 Kyrs BP. In addition, we find that the timing of the first deposition of the Holocene sapropel corresponds to the time when salty bottom waters first reached the surface waters, and we speculate that increased organic matter production was caused by the release of nutrients stored in the saline bottom water. Finally, using current salinity proxy data, we find that the porewater salinity profiles generated from these proxies do not match the observed interstitial profiles.

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 enseignants0,014
Score d'incertitude au seuil0,999

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,189
Écart entre enseignants0,181 · 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

Citations1
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePaleoceanography and PaleoclimatologyMême sujetMarine and environmental studiesTravaux en français237 207