MétaCan
Menu
Retour à la cohorte
Enregistrement W2035178181 · doi:10.1029/2011eo180010

A Whole Ecosystem Approach to Studying Climate Change in Interior Alaska

2011· article· en· W2035178181 sur OpenAlexaboutno aff
S. G. Riggins, Robert G. Striegl, Michael R. McHale

Notice bibliographique

RevueEos · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSubarctic climatePermafrostBeaverWetlandGeographyWaterfowlArcticWildlifeClimate changeBorealWildlife refugeArctic ecologyEcosystemDrainage basinEcologyArchaeologyHabitat

Résumé

récupéré en direct d'OpenAlex

Yukon River Basin Principal Investigators Workshop; Portland, Oregon, 18–20 January 2011; High latitudes are known to be particularly susceptible to climate warming, leading to an emphasis of field and modeling research on arctic regions. Subarctic and boreal regions such as the Yukon River Basin (YRB) of interior Alaska and western Canada are less well studied, although they encompass large areas that are vulnerable to changes in forest composition, permafrost distribution, and hydrology. There is an urgent need to understand the resiliency and vulnerability of these complex ecosystems as well as their feedbacks to the global climate system. Consequently, U.S. Geological Survey scientists, with other federal agency, university, and private industry partners, is focusing subarctic interdisciplinary studies on the Beaver Creek Wild and Scenic River watershed ( http://www.blm.gov/pgdata/content/ak/en/prog/nlcs/beavercrk_nwsr.html ) and Yukon Flats National Wildlife Refuge ( http://yukonflats.fws.gov/ ) in the YRB, south and west of Fort Yukon, Alaska. These areas are national treasures of wetlands, lakes, and uplands that support large populations of wildlife and waterfowl and are home to vibrant native Alaskan communities that depend on the area for a subsistence lifestyle.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,106
Score d'incertitude au seuil0,210

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,130
Tête enseignante GPT0,258
Écart entre enseignants0,128 · 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'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

Citations1
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEosMême sujetClimate change and permafrostTravaux en français237 207