MétaCan
Menu
← Retour à la cohorte
Enregistrement W4288096711 · doi:10.5194/esurf-2022-26-rc2

Comment on esurf-2022-26

2022· peer-review· en· W4288096711 sur OpenAlexaboutno aff
Sophie Hage

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyNational Park ServiceNational Science Foundation
Mots-clésTributaryGeologyScalable Vector GraphicsGlacial periodPaleontologyOceanographyGeochemistryPhysical geographyGeographyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract. River erosion affects the carbon cycle and thus climate by exporting terrigenous carbon to seafloor sediment and by nourishing CO2-consuming marine life. The Yukon River–Bering Sea system preserves rare source-to-sink records of these processes across profound changes in global climate during the past 5 million years (Ma). Here, we expand the terrestrial erosion record by dating terraces along the Charley River, Alaska, and explore linkages among previously published Yukon River tributary incision chronologies and Bering Sea sedimentation. Cosmogenic 26Al/10Be isochron burial ages of Charley River terraces match previously documented central Yukon River tributary incision from 2.6 to 1.6 Ma during Pliocene–Pleistocene glacial expansion, and at 1.1 Ma during the 1.2–0.7 Ma Middle Pleistocene climate transition. Bering Sea sediments preserve 2–4-fold rate increases of Yukon River-derived continental detritus, terrestrial and marine organic carbon, and silicate microfossil deposition at 2.6–2.1 and 1.1–0.8 Ma. These tightly coupled records demonstrate elevated terrigenous nutrient and carbon export and concomitant Bering Sea productivity in response to climate-forced Yukon River incision. Carbon burial related to accelerated terrestrial erosion may contribute to CO2 drawdown across the Pliocene–Pleistocene and Middle Pleistocene climate transitions observed in many proxy records worldwide.

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)0,003
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut 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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: aucune
Score de désaccord entre enseignants0,410
Score d'incertitude au seuil0,841

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,014
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0050,002
Science ouverte0,0030,002
Intégrité de la recherche0,0200,006
Charge utile insuffisante (le modèle a refusé de juger)0,4100,348

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 Opus0,054
Tête enseignante GPT0,311
Écart entre enseignants0,257 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→