MétaCan
Menu
Retour à la cohorte
Enregistrement W4385493300 · doi:10.5194/essd-15-3351-2023

Ice-core data used for the construction of the Greenland Ice-Core Chronology 2005 and 2021 (GICC05 and GICC21)

2023· article· en· W4385493300 sur OpenAlexaff
Sune Olander Rasmussen, Dorthe Dahl‐Jensen, Hubertus Fischer, Katrin Führer, Steffen Bo Hansen, Margareta Hansson, Christine S. Hvidberg, Ulf Jonsell, Sepp Kipfstuhl, Urs Ruth, Jakob Schwander, Marie‐Louise Siggaard‐Andersen, Giulia Sinnl, J. P. Steffensen, Anders Svensson, Bo Vinther

Notice bibliographique

RevueEarth system science data · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCarlsbergfondetUniversity of Bern
Mots-clésIce coreGreenland ice sheetGeologyChronologyIce sheetClimatologySeries (stratigraphy)Core (optical fiber)Table (database)GroenlandiaPhysical geographyPaleontologyOceanographyDatabaseGeographyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. We here describe, document, and make available a wide range of data sets used for annual-layer identification in ice cores from DYE-3, GRIP, NGRIP, NEEM, and EGRIP. The data stem from detailed measurements performed both on the main deep cores and shallow cores over more than 40 years using many different setups developed by research groups in several countries and comprise both discrete measurements from cut ice samples and continuous-flow analysis data. The data series were used for counting annual layers 60 000 years back in time during the construction of the Greenland Ice-Core Chronology 2005 (GICC05) and/or the revised GICC21, which currently only reaches 3800 years back. Now that the underlying data are made available (listed in Table 1) we also release the individual annual-layer positions of the GICC05 timescale which are based on these data sets. We hope that the release of the data sets will stimulate further studies of the past climate taking advantage of these highly resolved data series covering a large part of the interior of the Greenland ice sheet.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,133
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,001
Science ouverte0,0020,001
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 Opus0,108
Tête enseignante GPT0,306
Écart entre enseignants0,199 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207