MétaCan
Menu
Retour à la cohorte
Enregistrement W4390882405 · doi:10.20944/preprints202401.0971.v1

Multifractal Aspects of Earth's Climate History

2024· preprint· en· W4390882405 sur OpenAlexaff
Frits Agterberg

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueComplex Systems and Time Series Analysis
Établissements canadiensGeological Survey of Canada
Organismes subventionnairesUniversitetet i Oslo
Mots-clésMultifractal systemPhanerozoicAtmosphere (unit)ClimatologyAtmospheric sciencesEarth system scienceEnvironmental scienceGeologyEarth sciencePaleontologyMeteorologyGeographyOceanographyFractalCenozoicMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract: Earth’s Phanerozoic history is marked by about 100 major events (“golden spikes”) indicating the beginnings of new stages in the Geologic Time Scale (GTS). Stage boundaries signify major deterministic events that are relatively well-known and can be correlated worldwide, mostly on the basis of appearances or disappearances of fossil species. The latest stage (Anthropocene) is human-made and currently involves rapid (approximately linear) increase in average atmospheric temperature. The main cause of Earth’s past and current temperature increases is addition of CO2 to the atmosphere. There is continuous exchange of greenhouse gases between atmosphere and oceans, which (per unit of volume) contain 50 to 60 times as much CO2 as the atmosphere. Abundance of new very precise worldwide observations is allowing multifractal modeling of weather and climate during the latest Quaternary stages during which some variables like temperature of the atmosphere and frequency of forest fires can be described by using the Pareto-lognormal frequency distribution model with parameters that are subject to continuous (deterministic) changes, similar to those in the earlier Phanerozoic.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,128
Tête enseignante GPT0,281
Écart entre enseignants0,154 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetComplex Systems and Time Series AnalysisTravaux en français237 207