MétaCan
Menu
Retour à la cohorte
Enregistrement W2060113933 · doi:10.1029/2008eo220011

Glacier and Permafrost Problems in High South Asia: International Workshop on Cryosphere and Hazards for Hindu Kush, Himalayas and Tibetan Plateau; Kathmandu, Nepal, 31 March to 2 April 2008

2008· article· en· W2060113933 sur OpenAlexaboutno aff
John F. Shroder, Michael P. Bishop, Umesh K. Haritashya

Notice bibliographique

RevueEos · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlacierPermafrostPlateau (mathematics)ChinaClimate changeGeographyMonsoonCryospherePhysical geographyPopulationGeologyMeteorologySea iceOceanography

Résumé

récupéré en direct d'OpenAlex

An outgrowth of prior conferences that had to be held separately for political reasons [ Bagla , 2006a, 2006b], a 3‐day workshop to discuss the impact of climate change on the glaciers and permafrost of high Asia hosted some 70 geoscientists from China, India, Nepal, Pakistan, and the United States and a few from Europe and Canada. The scientists concluded that a major need exists for better long‐term monitoring of glaciers in the region using satellite imagery coupled with direct observations in the field. Also emphasized was the lack of cooperation or lack of sharing of essential hydrological information between the commonly militarily opposed countries in the area. Even within each country, agencies do not necessarily share data with other agencies or with university scientists. For example, a ludicrous situation was noted wherein it is easier to obtain high‐resolution imagery and digital elevation models from scientists in opposing countries rather than domestically, where such data can be restricted or illegal to use. Such data hoarding potentially increases a population's risk because people who are trying to forecast hazardous droughts, floods, and landslides commonly cannot get appropriate information.

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 enseignants0,035
Score d'incertitude au seuil0,572

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,230
Écart entre enseignants0,204 · 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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEosMême sujetCryospheric studies and observationsTravaux en français237 207