Insights on the Paleoclimate and Paleoecology of an Early Miocene Hominoid Site: A Multiproxy Study From Koru, Western Kenya
Notice bibliographique
Résumé
Abstract Early Miocene terrestrial ecosystems in eastern Africa were shaped by regional rifting, local, regional, and global climate change, and biogeography, which in turn influenced the evolution of hominoids and other vertebrates. Here, we present a multiproxy study focused on reconstructing the ecosystem structure and climate of the Koru 16 locality, which is a fossil‐rich Early Miocene (∼20 Ma) site in Kisumu County, Kenya. At Koru 16, the lithofacies consist of interbedded ash and weakly developed paleosols, indicating episodic volcanic disturbances from the nearby Tinderet volcanic complex. Paleosol features and elemental weathering estimates suggest warm, wet conditions. Over 1,000 fossil leaves from two quarries (∼5 m apart) yielded 18 morphotypes, with 55% of the morphotypes found at both quarries, reflecting local landscape heterogeneity. Leaf physiognomic methods estimate mean annual precipitation at ∼2,000 mm/yr and a mean annual temperature >25°C indicating a tropical climate. Leaf lifespan reconstructions suggest a semi‐deciduous forest. Leaf mass per area values align with modern tropical rainforests and seasonal forests, corroborated by tree stump casts indicating a frequently disturbed forest with patches of closed‐ and open‐canopy similar to modern primate‐supporting tropical forests. The vertebrate fauna included a medium‐sized pythonid, three ape species, and other typical Early Miocene mammals. This multiproxy result indicates that seasonally wet tropical forest environments played a role in the evolution of Early Miocene vertebrate communities and emphasizes the importance of site‐specific studies in assessing habitat heterogeneity in Early Miocene hominoid ecosystems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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 tête enseignante, 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 ».