MétaCan
Menu
Retour à la cohorte
Enregistrement W2082116023 · doi:10.1029/2007gl030212

Impact of the global warming on the fluvial thermal erosion over the Lena River in Central Siberia

2007· article· en· W2082116023 sur OpenAlexfundno aff
F. Costard, Erwan Gautier, Daniel Brunstein, J. Hammadi, Alexander N. Fedorov, Daqing Yang, L. Dupeyrat

Notice bibliographique

RevueGeophysical Research Letters · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesInstitut national des sciences de l'UniversCentre National de la Recherche ScientifiquePolar Knowledge CanadaNational Science Foundation
Mots-clésFluvialTributaryGeologyClimate changeGlobal warmingHydrology (agriculture)ErosionArcticPhysical geographySpring (device)ClimatologyEnvironmental scienceOceanographyGeomorphologyGeographyStructural basin

Résumé

récupéré en direct d'OpenAlex

The hydrology of the Lena and its tributaries is characterized by an extremely episodic flow regime. Here we report recent climatic change in Central Siberia, and its impact on the fluvial thermal erosion. We point out three major changes since the 1980s: a marked reduction of the river ice thickness in winter, a pronounced increase of the water stream temperature in spring and a slight increase of the discharge during the break up (May–June). A GIS analysis based on aerial pictures and satellite images highlights the impact of the water warming on the frozen banks. The vegetated islands appear to be very sensitive to the water temperature increase, showing an acceleration of their head retreat (+21–29%). This suggests that recent global warming directly affects the fluvial dynamics and the erosional process of one of the largest arctic fluvial system.

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)0,001
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 enseignants0,040
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,055
Tête enseignante GPT0,328
Écart entre enseignants0,273 · 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

Citations78
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetClimate change and permafrostTravaux en français237 207