MétaCan
Menu
Retour à la cohorte
Enregistrement W2086288775 · doi:10.1029/2007jc004558

Arctic sea ice variability and trends, 1979–2006

2008· article· en· W2086288775 sur OpenAlexaboutno aff
Claire L. Parkinson, Donald J. Cavalieri

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBayArcticSea iceOceanographyArctic ice packClimatologyArctic sea ice declineArchipelagoGeologyNorthern HemispherePhysical geographyGeographyAntarctic sea ice

Résumé

récupéré en direct d'OpenAlex

Analysis of Arctic sea ice extents derived from satellite passive‐microwave data for the 28 years 1979–2006 yields an overall negative trend of −45,100 ± 4,600 km 2 /a (−3.7 ± 0.4%/decade) in the yearly averages, with negative ice extent trends also occurring for each of the four seasons and each of the 12 months. For the yearly averages, the largest decreases occur in the Kara and Barents seas and the Arctic Ocean, with linear least squares slopes of −10,600 ± 2,800 km 2 /a (−7.4 ± 2.0%/decade) and −10,100 ± 2,200 km 2 /a (−1.5 ± 0.3%/decade), respectively, followed by Baffin Bay/Labrador Sea, with a slope of −8000 ± 2000 km 2 /a (−9.0 ± 2.3%/decade), the Greenland Sea, with a slope of −7000 ± 1400 km 2 /a (−9.3 ± 1.9%/decade), and Hudson Bay, with a slope of −4500 ± 900 km 2 /a (−5.3 ± 1.1%/decade). These are all statistically significant decreases at a 99% confidence level. The seas of Okhotsk and Japan also have a statistically significant ice decrease, although at a 95% confidence level, and the three remaining regions, the Bering Sea, Canadian Archipelago, and Gulf of St. Lawrence, have negative slopes that are not statistically significant. The 28‐year trends in ice areas for the Northern Hemisphere total are also statistically significant and negative in each season, each month, and for the yearly averages.

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)0,001
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 enseignants0,067
Score d'incertitude au seuil0,133

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,027
Tête enseignante GPT0,279
Écart entre enseignants0,252 · 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

Citations493
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207