Analyse multi-échelles de la variabilité spatiale de l’équivalent en eau de la neige (EEN) sur le territoire de l’Est du Canada
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
La présente étude a pour objectif d’analyser la variabilité spatiale multi-échelles de l’équivalent en eau de la neige (EEN). Dans un premier temps, la variabilité spatiale de l’EEN par rapport à la latitude et à la longitude a été analysée. Des indices locaux ont été utilisés pour caractériser les différentes structures spatiales. Par la suite, les structures spatiales homogènes ont été délimitées à l’aide de l’approche de segmentation spatiale multi-résolutions en utilisant des méta-variables physiographiques. La segmentation a été validée à l’aide du test non paramétrique de Kruskal-Wallis appliqué aux données de l’EEN de chaque paire de zones adjacentes. À l’échelle régionale, la segmentation spatiale a permis d’identifier six zones géographiques différenciées par leur position par rapport aux modes de circulations atmosphériques et la disposition du relief. À l’échelle locale, la segmentation spatiale montre le rôle de la pente, de la courbure, etc. dans la variabilité spatiale du couvert nival.Editeur Z. W. Kundzewicz; Editeur associé E. Gargouri
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.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle