MétaCan
Menu
Retour à la cohorte
Enregistrement W1977623714 · doi:10.2112/jcoastres-d-10-00145.1

Time-Series Modeling of Data on Coastline Advance and Retreat

2011· article· en· W1977623714 sur OpenAlexaff
Sajid Rashid Ahmad, V. Chris Lakhan

Notice bibliographique

RevueJournal of Coastal Research · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésAutoregressive modelSeries (stratigraphy)STAR modelTime seriesStochastic modellingGeologyMeteorologyEconometricsAutoregressive integrated moving averageStatisticsMathematicsGeography

Résumé

récupéré en direct d'OpenAlex

An empirical time series (1941–2007) of advance and retreat data from the coast of Guyana is modeled with statistical time-series techniques. Subseries of 5-y periods are fitted to modified Box-Jenkins space–time models. Second-order spatial-cyclic autoregressive models, associated with cyclical advance and retreat patterns, fit the data for five different subseries. First-order autoregressive models are also suitable to describe the data from five other subseries, thereby suggesting a long-memory response in the coastal system. Three of the subseries are fitted to space–time autoregressive moving-average models, thereby indicating the presence of random shocks (i.e., random events) in the coastal system. The various models are indicative of cyclical, long-memory, and short-memory processes operating in the coastal system. These processes can be associated with mudshoal propagation and stabilization and with temporal stochastic processes that force the coast to advance or retreat in different locations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,915
Score d'incertitude au seuil0,380

Scores Codex et Gemma par catégorie

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

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 Opus0,125
Tête enseignante GPT0,333
Écart entre enseignants0,207 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Coastal ResearchMême sujetCoastal and Marine DynamicsTravaux en français237 207