Comment on cp-2022-59
Notice bibliographique
Résumé
Abstract. Pollen data represents one of the most widely available and spatially-resolved sources of information about the past land cover and climate of the Last Glacial Maximum (21,000 years BP). Previous pollen data compilations for Europe, the Mediterranean and the Middle East however have been limited by small numbers of sites and poor dating control. Here we present a new compilation of pollen data from the region that improves on both the number of sites (63) and the quality of the chronological control. Data has been sourced from both public data archives and published (digitized) diagrams. Analysis is presented based on a standardized pollen taxonomy and sum, with maps shown for the major pollen taxa, biomes and total arboreal pollen, as well as quantitative reconstructions of forest cover and winter, summer and annual temperatures and precipitation. The reconstructions are based on the modern analogue technique (MAT) with a modern calibration dataset taken from the latest Eurasian Modern Pollen Database (~8000 samples). A site-by-site comparison of MAT and Inverse Modelling methods shows little or no significant difference between the methods for the LGM, indicating that no-modern-analogue and low CO2 conditions during the LGM do not appear to have had a major effect on MAT transfer function performance. Previous pollen-based climate reconstructions based on MAT show a much colder and drier climate for the LGM than both Inverse Modelling and climate model simulations, but our new results suggest much greater agreement. Differences between our latest MAT reconstruction and those in earlier studies can be largely attributed to bias in the small modern calibration dataset previously used. We also find that quantitative forest cover reconstructions show more forest than that previously suggested by biome reconstructions, but less forest than that suggested by simple percentage arboreal pollen, although uncertainties remain large. Overall, we find that LGM climatic cooling/drying was significantly greater in winter than in summer, but with large site to site variance that emphasizes the importance of topography and other local factors in controlling the climate and vegetation of the LGM.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,029 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,259 | 0,240 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».