Mid to late Holocene hydrological change in continental eastern Canada: assessing regional trends from ombrotrophic peat records.

ABSTRACT High resolution records of mid-late Holocene hydro-climatic change are presented from Mer Bleue Bog, eastern Ontario. Past climatic changes in this region have previously been inferred from lake sediments, but rain-fed peatlands can offer additional insights into the spatial and temporal pattern of moisture availability. In this study, reconstructed water table depths are based on a testate amoeba-derived transfer function developed for the region and changes in bog surface wetness are compared with plant macrofossil and peat humification data.

RÉSUMÉ Nous présentons les enregistrements hautes résolutions des variations hydrologique durant la second moitié de l’Holocène pour les tourbières Mer Bleue á l’est de l'Ontario. Précédemment, les changements climatiques de cette région ont été dérivés à partir de prélèvement de sédiments de lac. Mais ils s’avèrent que les tourbières ombrotrophes offrir un éclairage supplémentaire sur les schémas de répartition spatiale et temporelle de la disponibilité de l'humidité. Dans cette étude, des profondeurs reconstruites de nappe phréatique sont basées sur un modèle de function de transfert d’amibes (Arcellinida) et des changements de l’humidité de surface de la tourbière sont comparés avec les macrofossils et au humification de tourbe dans une analyse multi-proxy.

AVEC 2011–The First International Audio/Visual Emotion Challenge

The Audio/Visual Emotion Challenge and Workshop (AVEC 2011) is the first competition event aimed at comparison of multimedia processing and machine learning methods for automatic audio, visual and audiovisual emotion analysis, with all participants competing under strictly the same conditions. This paper first describes the challenge participation conditions. Next follows the data used – the SEMAINE corpus – and its partitioning into train, development, and test partitions for the challenge with labelling in four dimensions, namely activity, expectation, power, and valence. Further, audio and video baseline features are introduced as well as baseline results that use these features for the three sub-challenges of audio, video, and audiovisual emotion recognition.