MétaCan
Menu
Retour à la cohorte
Enregistrement W2013714474 · doi:10.1002/ppp.475

A field perspective on modelling ‘single‐ridge’ ice‐wedge polygons

2004· article· en· W2013714474 sur OpenAlexaff
C. R. Burn

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2004
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésIce wedgeGeologyPermafrostWedge (geometry)RidgePolygon (computer graphics)Field (mathematics)Stress fieldGeomorphologyGeophysicsPetrologyGeometryPaleontologyFinite element method

Résumé

récupéré en direct d'OpenAlex

Abstract Plug and Werner ( Nature 2002, vol. 417, pp. 929–933) have constructed a model for the growth of ice‐wedge polygons. Contrary to field evidence, the model describes development of ice wedges in frozen ground beneath a centre line of ridges and assumes that effects associated with perturbations in the thermal stress field due to growth of individual wedges may dissipate in the long run. In the field, troughs , not ridges , overlie wedges, and development of the troughs as the ice wedges grow increases snow accumulation above the wedges, so that older wedges may crack less frequently than younger ice wedges. As a result, the ‘single‐ridge’ model does not replicate the inexorable evolution of polygonal networks in the field, because the underlying assumptions are inconsistent with field conditions. Instead, the ‘single‐ridge’ ice‐wedge model attributes network development only to periods of high thermal stress, i.e. particularly cold winters. The model has been used to simulate development of such networks ab initio , by considering conditions in a recently drained thaw lake. However, the results do not reproduce field conditions because the model operates in frozen, not freezing ground, and therefore the initial modelled network is greatly exaggerated from known field observations. While the conclusions of the modelling are presented in general terms, the model only considers epigenetic polygons, which comprise a small fraction of the ice‐wedge polygons in polar terrain. Other, more extensive, syngenetic and anti‐syngenetic (hillslope) polygon networks are not mentioned. Copyright © 2004 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 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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,180
Score d'incertitude au seuil0,652

Scores Codex et Gemma par catégorie

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

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 Opus0,030
Tête enseignante GPT0,244
Écart entre enseignants0,214 · 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'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

Citations18
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207