Supplementary Tables for "A 3.3-Million-Year Record of Antarctic Iceberg Rafted Debris and Ice Sheet Evolution Quantified by Machine Learning"
Notice bibliographique
Résumé
Supplementary Tables for "A 3.3-Million-Year Record of Antarctic Iceberg Rafted Debris and Ice Sheet Evolution Quantified by Machine Learning" Table Captions: Table S1. Site U1537 Age Model Tie Points from Weber et al. (2022) and Reilly et al. (2021) Table S2. Site U1537 Age Model used in this study, applying both the age tie points from Weber et al. (2022) and Reilly et al. (2021) Table S3. Hole U1538A correlation to the Dove Basin Stack from Bailey et al. (2022), and the addition of the U1538 splice CCSF-A depth to the Dove Basin CCSF-A Table S4. Site U1538 splice table used in this study, note the continuation down Hole A after Core 14H Table S5. New top core section offsets for Site U1536 cores added to the Reilly et al. (2021) extended splice table Table S6. New top core section offsets for Site U1537 cores added to Reilly et al. (2021) extended splice table Table S7. Comparison of Convolutional Neural Network IRD counts to shipboard eye counts of IRD at Site U1536 Table S8. Site U1537 CNN IRD Counts per 50 cm bins Table S9. Site U1536 IRD Fluxes Per 5 kyr Quantified by a Convolutional Neural Network (0-3.3 Ma) Table S10. Site U1537 IRD Fluxes Per 5 kyr Quantified by a Convolutional Neural Network (0-3.3 Ma) Table S11. Site U1536 IRD Fluxes Per 1 kyr Quantified by a Convolutional Neural Network (0-1.2 Ma) Table S12. Site U1537 IRD Fluxes Per 1 kyr Quantified by a Convolutional Neural Network (0-1.2 Ma) Table S13. Site U1538 IRD Fluxes Per 1 kyr Quantified by a Convolutional Neural Network (0-1.2 Ma)
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 | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,009 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,717 | 0,305 |
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 ».