MétaCan
Menu
← Retour à la cohorte
Enregistrement W4323822301 · doi:10.1029/2022gl101054

A 1000‐Year Record of Temperature From Isotopic Analysis of the Deep Critical Zone in Central China

2023· article· en· W4323822301 sur OpenAlexafffund
Hongxiu Wang, Han Li, Wei Xiang, Yanwei Lu, Huanhuan Wang, Wei Hu, Bingcheng Si, Scott Jasechko, Jeffrey J. McDonnell

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStalagmitePaleoclimatologyGeologyIce coreSoil waterLoessPeriod (music)δ13CStable isotope ratioPhysical geographyMineralogyHydrology (agriculture)ClimatologyHolocenePaleontologyClimate changeSoil scienceOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Temperature proxies for paleoclimate reconstruction have been made typically via ice cores, tree rings, stalagmites, and lake sediments. While extremely useful, these proxies can be limited spatially. Here we sampled a 98 m “soil core” from Loess Plateau of China and examined the relationship between pore water isotopic values and hydroclimate history. We extracted soil pore water for δ 18 O, δ 2 H, and 3 H and measured chloride concentration. The 3 H‐peak at 6 m and chloride mass balance were used to turn depth into calendar year. A 1000 year span was revealed. δ 18 O and δ 2 H values between 14–50 m were anomalously low—bracketing well the Little Ice Age period from 1420 to 1870. The identification was consistent with other standard proxies in the region and showed the same temporal dynamics of temperature anomalies. Our study shows the potential of stable isotopes of soil water for paleoclimate reconstruction in deep soils.

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 enseignants0,059
Score d'incertitude au seuil0,117

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
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,295
Écart entre enseignants0,274 · 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

Citations4
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→