MétaCan
Menu
Retour à la cohorte
Enregistrement W1824336683 · doi:10.1657/aaar00c-13-128

Temperature-Dependent Adjustments of the Permafrost Thermal Profiles on the Qinghai-Tibet Plateau, China

2015· article· en· W1824336683 sur OpenAlexaff
William A. Gough, Tonghua Wu

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesChinese Academy of Sciences
Mots-clésPermafrostPlateau (mathematics)Global warmingThermalGeologyClimatologyClimate changeLatent heatAtmospheric sciencesPhysical geographyEnvironmental scienceGeographyMeteorologyOceanography

Résumé

récupéré en direct d'OpenAlex

Using continuous data obtained from 17 monitoring sites, the permafrost temperature profiles and the depths of zero annual amplitude (DZAA) on the Qinghai-Tibet Plateau are examined. Permafrost thermal trumpet curves are generally narrow and the DZAAs are generally shallow in warm permafrost regions, especially at sites where the permafrost temperature is close to 0 °C. The observed DZAAs in warm permafrost regions are indeed generally less than 7.0 m and for three sites less than 4.0 m. In low-temperature permafrost areas, the situation is reversed: the thermal trumpet curves are generally wide and the DZAAs are generally deep. Theoretical and numerical analyses clearly show there is a causal relationship between permafrost warming and the decrease of the DZAA. Latent heat effects are buffering the increase of permafrost temperature and result in narrow thermal trumpet curves and shallow DZAAs. Based on observations and numerical analyses, this research suggests that most of the permafrost on the Qinghai-Tibet Plateau is undergoing internal thaw and the latent heat effects have important implications on the permafrost thermal regime. The temperature-dependent adjustments in permafrost will promote both the downward and upward degradation of permafrost as a result of climate warming.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,012
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

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

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 Opus0,092
Tête enseignante GPT0,304
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetClimate change and permafrostTravaux en français237 207