Permafrost distribution in the European Alps: calculation and evaluation of an index map and summary statistics
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. The objective of this study is the production of an Alpine Permafrost Index Map (APIM) covering the entire European Alps. A unified statistical model that is based on Alpine-wide permafrost observations is used for debris and bedrock surfaces across the entire Alps. The explanatory variables of the model are mean annual air temperatures, potential incoming solar radiation and precipitation. Offset terms were applied to make model predictions for topographic and geomorphic conditions that differ from the terrain features used for model fitting. These offsets are based on literature review and involve some degree of subjective choice during model building. The assessment of the APIM is challenging because limited independent test data are available for comparison and these observations represent point information in a spatially highly variable topography. The APIM provides an index that describes the spatial distribution of permafrost and comes together with an interpretation key that helps to assess map uncertainties and to relate map contents to their actual expression in the terrain. The map can be used as a first resource to estimate permafrost conditions at any given location in the European Alps in a variety of contexts such as research and spatial planning. Results show that Switzerland likely is the country with the largest permafrost area in the Alps, followed by Italy, Austria, France and Germany. Slovenia and Liechtenstein may have marginal permafrost areas. In all countries the permafrost area is expected to be larger than the glacier-covered area.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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