MétaCan
Menu
Retour à la cohorte
Enregistrement W6888448342 · doi:10.18739/a2jm23h02

Climate and Fire History of the past approximately 10000 years in central Labrador based on sediments from Canoe and 'Big Beer' Lakes

2020· dataset· en· W6888448342 sur OpenAlexaboutno aff

Notice bibliographique

RevueCalifornia Digital Library · 2020
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCharcoalFire historyBorealSedimentTaigaClimate changeFire regimeSediment core

Résumé

récupéré en direct d'OpenAlex

Fire plays a critical ecological role in the boreal forest. The long-term history of fire and link(s) to climate change remain understudied in the eastern boreal forest of present-day Labrador. Here we provide a new data set based on short sediment cores extracted from two lakes (Canoe and “Big Beer”) in eastern Labrador in 2013. Age-depth models were constructed for each core based on corrected Accelerator Mass Spectrometry (AMS) Carbon 14 dates. Charcoal (area and counts) was used to reconstruct fire histories, and changes in climate were inferred from analysis of sediment loss-on-ignition, magnetics (susceptibility, isothermal remanent magnetization and anhysteretic remanent magnetization), stable isotopes (carbon and nitrogen) and biogenic silica. Charcoal data suggested markedly different fire histories for the two lakes. Fire appears to be largely absent in the area around Big Beer Lake except for two possible fire events prior to ~6900 Before Present (BP). Fire was more common at Canoe Lake as indicated by higher concentrations of charcoal overall and multiple distinct peaks, especially after 4000 BP.

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)0,000
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,751

Scores Codex et Gemma par catégorie

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

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 Opus0,012
Tête enseignante GPT0,178
Écart entre enseignants0,166 · 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
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCalifornia Digital LibraryMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207