Methods to assess natural and anthropogenic thaw lake drainage on the western Arctic coastal plain of northern Alaska
Notice bibliographique
Résumé
Thousands of lakes are found on the Arctic Coastal Plain of northern Alaska and northwestern Canada. Developed atop continuous permafrost, these thaw lakes and associated drained thaw lake basins are the dominant landscape elements and together cover 46% of the 34,570 km 2 western Arctic Coastal Plain (WACP). Lakes drain by a variety of episodic processes, including coastal erosion, stream meandering, and headward erosion, bank overtopping, and lake coalescence. Comparison of Landsat multispectral scanner (MSS) imagery from the mid‐1970s to Landsat 7 enhanced thematic mapper (ETM+) imagery from around 2000 shows that 50 lakes completely or partially drained over the approximately 25 year period, indicating landscape stability. The lake‐specific drainage mechanism can be inferred in some cases and is partially dependant on geographic settings conducive to active erosion such as riparian and coastal zones. In many cases, however, the cause of drainage is unknown. The availability of high‐resolution aerial photographs for the Barrow Peninsula extends the record back to circa 1950; mapping spatial time series illustrates the dynamic nature of lake expansion, coalescence, and drainage. Analysis of these historical images suggests that humans have intentionally or inadvertently triggered lake drainage near the village of Barrow. Efforts to understand landscape processes and identify events have been enhanced by interviewing Iñupiaq elders and others practicing traditional subsistence lifestyles. They can often identify the year and process by which individual lakes drained, thereby providing greater dating precision and accuracy in assessing the causal mechanism. Indigenous knowledge has provided insights into events, landforms, and processes not previously identified or considered.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».