MétaCan
Menu
Retour à la cohorte
Enregistrement W2040351525 · doi:10.1029/2012eo040001

Regular airborne surveys of Arctic sea ice and atmosphere

2012· article· en· W2040351525 sur OpenAlexaff
Andreas Herber, Christian Haas, Robert S. Stone, J. W. Bottenheim, Peter Liu, Shao‐Meng Li, Ralf M. Staebler, J. W. Strapp, Klaus Dethloff

Notice bibliographique

RevueEos · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensEnvironment and Climate Change CanadaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésArctic geoengineeringSea iceEnvironmental scienceArctic ice packAtmosphere (unit)CryosphereArcticDrift iceAtmospheric sciencesClimatologySea ice thicknessSea ice concentrationArctic sea ice declineGeologyOceanographyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

The Arctic is undergoing rapid environmental change, manifested most dramatically by reductions in sea ice extent and thickness. The changes are attributed to anthropogenic effects related to greenhouse warming, with secondary contributions from changing ocean and wind currents as well as from pollutants, especially “absorbing” black carbon. The warmer Arctic air temperatures and new patterns of wind and ocean circulation have also contributed to a younger ice cover [Maslanik et al., 2011]. Specific factors that determine the temporal distribution of sea ice are poorly understood because few observations of key variables have been made in the central Arctic. For example, the planetary boundary layer (PBL), the lowest part of the atmosphere governed by interaction with Earth's surface, plays a critical role involving the exchange of momentum, heat, water vapor, trace gases, and aerosol particles. Satellites can provide limited observations of sea ice properties, but so far, accurate measurements of ice thickness or boundary layer properties have not been easily obtained. Although satellite retrievals of geophysical variables might be an essential source of information, their reliability remains questionable owing to inadequate spatial and/or temporal resolution and to a need for further validation.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,010
Tête enseignante GPT0,195
Écart entre enseignants0,186 · 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

Citations43
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEosMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207