dor_id: 11186

506.#.#.a: Público

590.#.#.d: Los artículos enviados a la revista "Atmósfera", se juzgan por medio de un proceso de revisión por pares

510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Web Of Science (WoS); SCImago Journal Rank (SJR)

561.#.#.u: https://www.atmosfera.unam.mx/

650.#.4.x: Físico Matemáticas y Ciencias de la Tierra

336.#.#.b: article

336.#.#.3: Artículo de Investigación

336.#.#.a: Artículo

351.#.#.6: https://www.revistascca.unam.mx/atm/index.php/atm/index

351.#.#.b: Atmósfera

351.#.#.a: Artículos

harvesting_group: RevistasUNAM

270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

590.#.#.c: Open Journal Systems (OJS)

270.#.#.d: MX

270.1.#.d: México

590.#.#.b: Concentrador

883.#.#.u: https://revistas.unam.mx/catalogo/

883.#.#.a: Revistas UNAM

590.#.#.a: Coordinación de Difusión Cultural

883.#.#.1: https://www.publicaciones.unam.mx/

883.#.#.q: Dirección General de Publicaciones y Fomento Editorial

850.#.#.a: Universidad Nacional Autónoma de México

856.4.0.u: https://www.revistascca.unam.mx/atm/index.php/atm/article/view/ATM.2018.31.02.02/46612

100.1.#.a: Nieto-barajas, Luis Enrique

524.#.#.a: Nieto-barajas, Luis Enrique (2018). Interpolation of paleoclimatology datasets. Atmósfera; Vol. 31 No. 2, 2018; 125-141. Recuperado de https://repositorio.unam.mx/contenidos/11186

720.#.#.a: CONACYT, Asociación Mexicana de Cultura

245.1.0.a: Interpolation of paleoclimatology datasets

502.#.#.c: Universidad Nacional Autónoma de México

561.1.#.a: Instituto de Ciencias de la Atmósfera y Cambio Climático, UNAM

264.#.0.c: 2018

264.#.1.c: 2018-03-28

653.#.#.a: Bayesian analysis; EPICA; Gaussian process; interpolation; pliocene; paleozoi

506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC 4.0 Internacional, https://creativecommons.org/licenses/by-nc/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico editora@atmosfera.unam.mx

884.#.#.k: https://www.revistascca.unam.mx/atm/index.php/atm/article/view/ATM.2018.31.02.02

001.#.#.#: 022.oai:ojs.pkp.sfu.ca:article/52400

041.#.7.h: eng

520.3.#.a: Paleoclimatology data includes measures of the amount of carbon dioxide in the atmosphere and level and temperature of the oceans, among others. Recent records of climate change data were done at equidistant times; the different variables were typically measured at the same time to allow for association studies among them. However, there are no registered records of climate change data for thousands or millions of years ago. Scientists have had to device alternative ways of measuring these quantities. These methods are usually a result of indirect measurements, such as ice coring, where both the variable of interest and the time have to be estimated. As a result, paleoclimate data are a collection of time series where observations are unequally spaced. Here we review a Bayesian statistical method to produce equally spaced series and apply it to three paleoclimatology datasets that span from 300 million years ago to the present.

773.1.#.t: Atmósfera; Vol. 31 No. 2 (2018); 125-141

773.1.#.o: https://www.revistascca.unam.mx/atm/index.php/atm/index

046.#.#.j: 2021-10-20 00:00:00.000000

022.#.#.a: ISSN electrónico: 2395-8812; ISSN impreso: 0187-6236

310.#.#.a: Trimestral

300.#.#.a: Páginas: 125-141

264.#.1.b: Instituto de Ciencias de la Atmósfera y Cambio Climático, UNAM

doi: https://doi.org/10.20937/ATM.2018.31.02.02

handle: 47cfcf9182e10fc5

harvesting_date: 2023-06-20 16:00:00.0

856.#.0.q: application/pdf

last_modified: 2023-06-20 16:00:00

license_url: https://creativecommons.org/licenses/by-nc/4.0/legalcode.es

license_type: by-nc

_deleted_conflicts: 2-0d52b2d712b7e64cd56985d6f95b72a3

No entro en nada

No entro en nada 2