Fast‐ice distribution in East Antarctica during 1997 and 1999 determined using RADARSAT data
Notice bibliographique
Résumé
We present the first detailed maps of fast ice around East Antarctica (75°E–170°E), using an image correlation technique applied to RADARSAT ScanSAR images from November in 1997 and 1999. This method is based upon searching for, and distinguishing, correlated regions of the ice‐covered ocean which remain stationary, in contrast to adjacent moving pack ice. Within the overlapping longitudinal range of ∼86°E–150.6°E, the total fast‐ice area is 141,450 km 2 in 1997 and 152,216 km 2 in 1999. Calibrated radar backscatter data are also used to determine the distribution of two fast‐ice classes based on their surface roughness characteristics. These are “smooth” fast ice (−25.4 dB to −13.5 dB) and “rough” fast ice (−13.5 dB to −2.5 dB). The former comprises ∼67% of the total area, with rough fast ice making up the remaining ∼33%. An estimate is made of fast‐ice volume, on the basis of fast‐ice type as a proxy measure of ice thickness and area. Results suggest that although fast ice forms 2–16% of the total November sea ice area for this sector of East Antarctica in 1997 and 1999 (average 8.3% across maps), it may comprise 6–57% of the total ice volume (average ∼28% across maps). Grounded icebergs play a key role in fast‐ice distribution in all regions apart from 150°E–170°E. These are “snapshot” estimates only, and more work is required to determine longer‐term spatiotemporal variability.
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 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 | 0,001 | 0,001 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».