A Permafrost Probability Model for the Southern Yukon and Northern British Columbia, Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRACT Permafrost maps are needed for infrastructure planning, climatic change adaptation strategies and northern development but often lack sufficient detail for these purposes. The high‐resolution (30 x 30 m grid cells) probability model for the southern Yukon and northern British Columbia presented in this paper (regional model) is a combination of seven local empirical‐statistical models, each developed from basal temperature of snow measurements in winter and ground‐truthing of frozen‐ground presence in summer. The models were blended using a distance‐decay power approach to generate a map of permafrost probability over an area of almost 500 000 km 2 between 59°N and 65°N. The result is broadly similar to previous permafrost maps with an average permafrost probability of 58 per cent for the region as a whole. There are notable differences in detail, however, because the main predictive variable used in the local models is equivalent elevation, which incorporates the effects of gentle or inverted surface lapse rates in the forest zone. Most of the region shows permafrost distribution patterns that are non‐linear, resembling those from continental areas such as Mongolia. Only the southwestern area shows a similar mountain permafrost distribution to that in the European Alps with a well‐defined lower limit and a linear increase in probability with elevation. The results of the modelling can be presented on paper using traditional classifications into permafrost zones but given the level of detail, they will be more useful as an interactive online map. Copyright © 2012 John Wiley & Sons, Ltd.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 découle