MétaCan
Menu
Retour à la cohorte
Enregistrement W1867191789 · doi:10.1002/ppp.720

Equivalent Elevation: A New Method to Incorporate Variable Surface Lapse Rates into Mountain Permafrost Modelling

2011· article· en· W1867191789 sur OpenAlexafffundabout
Antoni G. Lewkowicz, Philip P. Bonnaventure

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesOffice of Polar ProgramsGovernment of CanadaAustralian Government
Mots-clésPermafrostElevation (ballistics)Lapse rateTerrainPhysical geographyClimate changeGeologyRange (aeronautics)Environmental scienceClimatologyEcologyGeography

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Permafrost is present at multiple elevations with no defined lower limit in the southern Yukon Territory, Canada. Empirical statistical modelling of permafrost probability in the region required the development of equivalent elevation , a new variable that reflects measured differences between surface air temperature lapse rates below and above treeline. In areas where surface lapse rates are negative (normal) but gentle up to the altitudinal treeline, equivalent elevation results in a compressed elevational range. Where surface lapse rates are positive (inverted) in the forest due to the strength of winter inversions, equivalent elevations calculated for valley floors are higher than those at treeline. There is a strong relationship between the magnitude and sign of surface lapse rates below treeline and the annual amplitude of monthly air temperatures at nearby climate stations, which permits prediction of equivalent elevation for the entire region. Permafrost probability modelling using equivalent elevation produced statistically significant results in several study areas whereas actual elevation values did not. The concept is of particular use where forested areas are underlain by permafrost and may be transferable to areas with similar terrain and climate such as those in the Canadian Northwest Territories, Alaska and Mongolia. Copyright © 2011 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,076
Tête enseignante GPT0,293
Écart entre enseignants0,217 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

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

En bref

Citations64
Publié2011
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetClimate change and permafrostTravaux en français237 207