MétaCan
Menu
Retour à la cohorte
Enregistrement W4387875155 · doi:10.1038/s41597-023-02566-5

1-km resolution rebound surfaces and paleotopography of glaciated North America since the Last Glacial Maximum

2023· article· en· W4387875155 sur OpenAlexafffund
Pierre‐Marc Godbout, Étienne Brouard, Martin Roy

Notice bibliographique

RevueScientific Data · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversité du Québec à MontréalGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaGovernment of CanadaUniversité du Québec à Montréal
Mots-clésGlacial periodGeologyPhysical geographyEarth scienceGeomorphologyGeography

Résumé

récupéré en direct d'OpenAlex

We present a series of 1-km spatial resolution rebound (isobase) surfaces based on publicly distributed predictions obtained from the glacio-isostatic adjustment models known as ICE-5G (VM2 L90), ICE-6G_C (VM5a) and ICE-7G_NA (VM7). Our objective is to provide readily accessible tools for a broad range of geological and paleoenvironmental studies, and to facilitate direct comparison between models' predictions and field-based observations. Rebound surfaces were interpolated at the scale of North American ice sheets (35.5°-89.5°N; 45°-165°W) and for each time increment of the models (1,000-500 yrs, between 26,000-21,000 yrs BP and present-day). The assessment of the interpolations indicates that the rebound surfaces have an overall vertical accuracy of ∼0.4 m compared to original ICE-xG outputs. These rebound surfaces were combined with the GEBCO 2021 present-day elevation grid to reconstruct the paleotopography for each time increment of the models and are all presented as raster files that can be easily integrated into geographical information systems. The resulting datasets therefore provide a unique support for geological, paleoenvironmental and archeological studies.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,045
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,043
Tête enseignante GPT0,264
Écart entre enseignants0,222 · 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.

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

Citations10
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207