MétaCan
Menu
Retour à la cohorte
Enregistrement W2069943188 · doi:10.1002/hyp.7894

Permafrost‐thaw‐induced land‐cover change in the Canadian subarctic: implications for water resources

2010· article· en· W2069943188 sur OpenAlexaffabout
William L. Quinton, Masaki Hayashi, L. Chasmer

Notice bibliographique

RevueHydrological Processes · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of CalgaryWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésPermafrostSubarctic climateSurface runoffLand coverHydrology (agriculture)Environmental scienceClimate changeContext (archaeology)Global warmingWater resourcesLand usePhysical geographyGeologyEcologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Climate warming and human disturbance in north‐western Canada have been accompanied by degradation of permafrost, which introduces considerable uncertainty to the future availability of northern freshwater resources. This study demonstrates the rate and spatial pattern of permafrost loss in a region that typifies the southern boundary of permafrost. Remote‐sensing analysis of a 1·0 km2 area indicates that permafrost occupied 0·70 km2 in 1947 and decreased with time to 0·43 km2 by 2008. Ground‐based measurements demonstrate the importance of horizontal heat flows in thawing discontinuous permafrost, and show that such thaw produces dramatic land‐cover changes that can alter basin runoff production in this region. A major challenge to northern water resources management in the twenty‐first century therefore lies in predicting stream flows dynamically in the context of widely occurring permafrost thaw. The need for appropriate water resource planning, mitigation, and adaptation strategies is explained. Copyright © 2010 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 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)0,000
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 enseignants0,026
Score d'incertitude au seuil0,187

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,089
Tête enseignante GPT0,283
Écart entre enseignants0,194 · 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

Citations227
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetClimate change and permafrostTravaux en français237 207