An automated method to monitor lake ice phenology
Notice bibliographique
Résumé
A simple method to automatically measure the date of ice‐on, the date of ice‐off, and the duration of lake ice cover is described. The presence of ice cover is detected by recording water temperature just below the ice/water interface and just above the lake bottom using moored temperature sensors. The occurrence of ice‐on rapidly leads to detectible levels of inverse stratification, defined as existing when the upper sensor records a temperature at least 0.1°C below that of the bottom sensor, whereas the occurrence of ice‐off leads to the return of isothermal mixing. Based on data from 10 lakes over a total of 43 winter seasons, we found that the timing and duration of inverse stratification monitored by recording temperature sensors compares well with ice cover statistics based on human observation. The root mean square difference between the observer‐based and temperature‐based estimates was 7.1 d for ice‐on, 6.4 d for ice‐off, and 10.0 d for the duration of ice cover. The coefficient of determination between the two types of estimates was 0.93, 0.86, and 0.91, respectively. The availability of inexpensive self‐contained temperature loggers should allow expanded monitoring of ice cover in a large and diverse array of lakes. Such monitoring is needed to improve our ability to monitor the progression of global climate change, and to improve our understanding of the relationship between climate and ice cover over a wide range of temporal and spatial scales.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,005 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,004 |
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 ».