MétaCan
Menu
Retour à la cohorte
Enregistrement W1760486640 · doi:10.7202/004847ar

Pingo Growth and collapse, Tuktoyaktuk Peninsula Area, Western Arctic Coast, Canada: a long-term field study

2002· article· en· W1760486640 sur OpenAlexaffvenueabout
Jenny Mackay

Notice bibliographique

RevueGéographie physique et Quaternaire · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensUniversité de MontréalContinental (Canada)University of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPermafrostThermokarstGeologyPeninsulaHydrology (agriculture)GeomorphologyPhysical geographyOceanographyGeographyArchaeologyGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Growth data from precise surveys have been obtained for 11 pingos for periods ranging from 20 to 26 years. Most of the 1350 pingos, perhaps one quarter of the world's total, have grown up in the bottoms of drained lakes underlain by sands. Permafrost aggradation on the drained lake bottoms has resulted in pore water expulsion, solute rejection below the freezing front, a freezing point depression, and groundwater flow at below 0° C to one or more residual ponds, the sites of pingo growth. Sub-pingo water lenses underlie many growing pingos.The pure ice which grows by downward freezing in a sub-pingo water lens may be composed of seasonal growth bands which, like tree rings, are of potential use in the study of past climates. Growing pingos underlain by sub-pingo water lenses can often be identified by features such as peripheral pingo rupture, spring flow, frost mound growth, normal faulting, and oscillations in pingo height. Such features, and others, are associated with hydrofracturing and water loss from a sub-pingo water lens. Some of the data derived from the long-term study of pingo growth are relevant to the identification of collapse features, interpreted as paleo pingos, in areas now without permafrost.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0030,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,013
Tête enseignante GPT0,218
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations196
Publié2002
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueGéographie physique et QuaternaireMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207