A 3.3‐Million‐Year Record of Antarctic Iceberg Rafted Debris and Ice Sheet Evolution Quantified by Machine Learning
Notice bibliographique
Résumé
Abstract Over the last 3.3 million years, the Antarctic Ice Sheet (AIS) has undergone phases of ice sheet growth and decay, impacting sea level and climate globally. Presently, the largely marine‐terminating AIS loses mass primarily by iceberg calving and basal melt of ice shelves. Quantifying past rates and timing of AIS melt is vital to understanding future cryosphere and sea level changes. One proxy for past ice sheet instabilities is iceberg rafted debris (IRD) fluxes. However, traditional methods of IRD quantification are labor‐intensive. Here, we present a new method of identifying IRD grains in sediment core X‐ray images using a convolutional neural network machine learning algorithm. We present a 3.3‐million‐year record of AIS IRD melt events using sediment cores from International Ocean Discovery Program Sites U1536, U1537, and U1538 in the Southern Ocean's “Iceberg Alley.” We identify two increases in the IRD fluxes throughout this period, at ∼1.8 and 0.43 Ma. We propose that after 1.8 Ma, the AIS expanded and transitioned from a primarily terrestrial‐terminating to a primarily marine‐terminating ice sheet. Therefore, after 1.8 Ma, glacial terminations and AIS iceberg discharge are associated with variations in global ice volume, presumably through the mechanism of sea level and, therefore, grounding line change. The second AIS regime change occurs during the Mid‐Brunhes Event (∼0.43 Ma). After this time, there are heightened and continuous IRD fluxes at each glacial termination, indicating increased AIS size and instability after this time.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».