A high-resolution summary of Cambrian to Early Triassic marine invertebrate biodiversity

生物多样性 海洋生物多样性 化石记录 比例(比率) 透视图(图形) 古生物学 无脊椎动物 古生代 无脊椎动物 生态学 地质记录 环境资源管理 数据科学 地质学 地理 计算机科学 环境科学 生物 地图学 人工智能
作者
Junxuan Fan,Shu‐zhong Shen,Douglas H. Erwin,Peter M. Sadler,Norman MacLeod,Qiuming Cheng,Xudong Hou,Jiao Yang,Xiangdong Wang,Yue Wang,Hua Zhang,Xu Chen,Guoxiang Li,Yichun Zhang,Yukun Shi,Dong‐xun Yuan,Qing Chen,Linna Zhang,Chao Li,Yingying Zhao
出处
期刊:Science [American Association for the Advancement of Science (AAAS)]
卷期号:367 (6475): 272-277 被引量:443
标识
DOI:10.1126/science.aax4953
摘要

A finer record of biodiversity We have pressing, human-generated reasons to explore the influence of environmental change on biodiversity. Looking into the past can not only inform our understanding of this relationship but also help us to understand current change. Paleontological records depend on fossil availability and predictive modeling, however, and thus tend to give us a picture with large temporal jumps, millions of years wide. Such a scale makes it difficult to truly understand the action of environmental forces on ecological processes. Enabled by a supercomputer, Fan et al. used machine learning to analyze a large marine Paleozoic dataset, creating a record with time intervals of only ∼26,000 years (see the Perspective by Wagner). This fine-scale resolution revealed new events and important details of previously described patterns. Science , this issue p. 272 ; see also p. 249

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
美好的智宸完成签到,获得积分10
1秒前
灵巧妙柏完成签到,获得积分10
1秒前
1秒前
wlx完成签到,获得积分10
2秒前
123完成签到,获得积分20
2秒前
3秒前
4秒前
愤怒的嚣完成签到,获得积分20
5秒前
自信凡松发布了新的文献求助10
6秒前
zz13670585632完成签到,获得积分10
6秒前
薛雨霄完成签到,获得积分10
6秒前
Kiki发布了新的文献求助10
6秒前
勤恳青寒完成签到,获得积分10
7秒前
7秒前
7秒前
8秒前
苹果似狮完成签到,获得积分10
9秒前
哇塞菌菌发布了新的文献求助10
9秒前
9秒前
Zhaoyu发布了新的文献求助10
9秒前
坚定凝安完成签到,获得积分10
10秒前
11秒前
双儿完成签到,获得积分10
12秒前
FashionBoy应助狐尔莫采纳,获得10
12秒前
12秒前
李爱国应助史克珍香采纳,获得20
13秒前
科目三应助fsfsf采纳,获得30
13秒前
FashionBoy应助科研通管家采纳,获得10
13秒前
深情安青应助科研通管家采纳,获得10
13秒前
苏幕遮完成签到,获得积分10
13秒前
13秒前
搜集达人应助科研通管家采纳,获得10
13秒前
顾矜应助qgg采纳,获得10
14秒前
pluto应助科研通管家采纳,获得10
14秒前
14秒前
科研通AI2S应助科研通管家采纳,获得10
14秒前
所所应助MOMO采纳,获得10
14秒前
Edward发布了新的文献求助10
14秒前
小草三心完成签到,获得积分10
14秒前
干净的琦应助科研通管家采纳,获得10
14秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Modern Epidemiology, Fourth Edition 5000
Handbook of pharmaceutical excipients, Ninth edition 5000
Aerospace Standards Index - 2026 ASIN2026 2000
Digital Twins of Advanced Materials Processing 2000
Weaponeering, Fourth Edition – Two Volume SET 2000
Social Cognition: Understanding People and Events 1000
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 纳米技术 有机化学 物理 生物化学 化学工程 计算机科学 复合材料 内科学 催化作用 光电子学 物理化学 电极 冶金 遗传学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 6030759
求助须知:如何正确求助?哪些是违规求助? 7708734
关于积分的说明 16194599
捐赠科研通 5177540
什么是DOI,文献DOI怎么找? 2770790
邀请新用户注册赠送积分活动 1754160
关于科研通互助平台的介绍 1639502