MétaCan
Menu
Retour à la cohorte
Enregistrement W4408415374 · doi:10.1017/qua.2024.56

Chironomid-inferred postglacial temperature reconstruction from Gold Lake, Oregon, USA

2025· article· en· W4408415374 sur OpenAlexaff
Jamila Baig, Daniel G. Gavin, Ian R. Walker, David F. Porinchu

Notice bibliographique

RevueQuaternary Research · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of British Columbia, Okanagan Campus
Organismes subventionnairesnon disponible
Mots-clésGeologyArchaeologyOceanographyPaleontologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract A paleotemperature reconstruction inferred from subfossil chironomid (non-biting midge) assemblages in a 13-meter, 14,500-yr lake sediment record from a montane forest in the Pacific Northwest is compared to existing quantitative temperature reconstructions from the Pacific Northwest. With updated temperatures, a regional training set was used to develop a midge-based mean July air temperature (MJAT) inference model (r 2 jack = 0.71, root mean square error of prediction = 1.09°C). The average inferred MJAT varied between 9.4°C and 13.2°C. During the late-glacial period, MJAT ranged between 9.4°C and 10.8°C, and the lowest MJAT (9.4°C) is inferred at ca. 12.7 ka during the Younger Dryas. The transition into the Early Holocene was marked by an increase from 11°C at 11 ka to 12°C at 9.2 ka. Following deposition of the Mazama tephra, chironomid concentration decreased rapidly, and MJAT rose to 12.3°C at ca. 7.6 ka. This change in chironomid assemblage may be due to the direct effects of the tephra on the surface energy balance. The reconstructed temperature did not track decreasing Holocene summer insolation but instead revealed Late Holocene warming, which is similar to a chironomid reconstruction in the eastern Sierra Nevada and a sea-surface temperature reconstruction from northern California.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,040
Tête enseignante GPT0,317
Écart entre enseignants0,276 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuaternary ResearchMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207