MétaCan
Menu
Retour à la cohorte
Enregistrement W2081180294 · doi:10.1080/789610167

Observing the Antarctic Ice Sheet Using the RADARSAT-1 Synthetic Aperture Radar

2003· article· en· W2081180294 sur OpenAlexaboutno aff
Kenneth C. Jezek

Notice bibliographique

RevuePolar Geography · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologySynthetic aperture radarGlacierRemote sensingIce sheetInterferometric synthetic aperture radarRadarGlaciologySpace-based radarAntarctic ice sheetGeodesyInterferometryMeteorologyRadar imagingCryosphereClimatologyGeomorphologyGeographySea iceRadar engineering detailsSeismologyStratigraphyEngineeringAerospace engineering

Résumé

récupéré en direct d'OpenAlex

This paper discusses the RADARSAT-1 Antarctic Mapping Project (RAMP). RAMP is a collaboration between NASA and the Canadian Space Agency (CSA) to map Antarctica using the RADARSAT -1 synthetic aperture radar. The project was conducted in two parts. The first part, which had the data acquisition phase in 1997, resulted in the first high-resolution radar map of Antarctica. The second part, which occurred in 2000, remapped the continent below 80°S Latitude and is now using interferometric repeat-pass observations to compute glacier surface velocities. Project goals and objectives are reviewed here along with several science highlights. These highlights include observations of ice sheet margin change using both RAMP and historical data sets and the derivation of surface velocities on an East Antarctic outlet glacier using interferometric data collected in 2000.

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 candidatesÉtudes des sciences et des technologies
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 enseignants0,294
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,020
Tête enseignante GPT0,210
Écart entre enseignants0,190 · 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.

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

Citations40
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolar GeographyMême sujetCryospheric studies and observationsTravaux en français237 207