MétaCan
Menu
Retour à la cohorte
Enregistrement W2094663307 · doi:10.1002/ppp.670

Statistical analysis of topographic and climatic controls and multispectral signatures of rock glaciers in the dry Andes, Chile (27°–33°S)

2009· article· en· W2094663307 sur OpenAlexafffund
Alexander Brenning, Guillermo Azócar

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2009
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesForeign Affairs and International Trade CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésRock glacierGeologyGlacierPermafrostMultispectral imageDigital elevation modelPhysical geographyClimate changeGlacier mass balanceGeomorphologyRemote sensingGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The dual nature of rock glaciers as ice‐rich mountain permafrost and sediment storage systems results in a combination of geomorphic processes and energy balance components controlling their distribution. We use the generalised additive model (GAM), a semi‐parametric nonlinear method, to empirically analyse environmental controls and spectral characteristics of rock glaciers in the dry Andes of Chile based on presence/absence data at random point locations and predictor variables derived from digital elevation models and Landsat data. A combination of nonlinearly transformed local and catchment‐related terrain attributes (especially local and catchment slope and potential incoming solar radiation, PISR) characterises the geomorphic and climatic niche of rock glaciers. The influence of (latitude adjusted) relative PISR varies with mean annual air temperature (MAAT): high‐PISR sites are favourable for rock glacier development at lower MAATs and low‐PISR sites at higher MAATs. TM/ETM+ band 6 (thermal infrared) is an additional nonlinear predictor. The combination of topographic, climatic and multispectral data in a GAM achieves an excellent general discrimination (area under the ROC curve 0.87 on the model domain and 0.94 overall). In automatic rock glacier detection at a sensitivity of 70 per cent, this model achieves a false‐positive rate (FPR) of 6.0 per cent overall and 12.8 per cent on the model domain (bootstrap estimates: 7.9% and 16.8%). Dropping the multispectral data significantly increases the bootstrapped FPR by 36 per cent. Thus, the fusion of multisource data using modern nonlinear classification techniques is a promising step towards automatic rock glacier detection. Copyright © 2009 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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,018
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,238
Écart entre enseignants0,228 · 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

Citations60
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207