MétaCan
Menu
Retour à la cohorte
Enregistrement W2126400871 · doi:10.1002/2015jg003128

Arctic Freshwater Synthesis: Summary of key emerging issues

2015· article· en· W2126400871 sur OpenAlexafffund
Terry D. Prowse, Arvid Bring, Johanna Mård, Eddy C. Carmack, Marika M. Holland, Арне Инстанес, Timo Vihma, Frederick J. Wrona

Notice bibliographique

RevueJournal of Geophysical Research Biogeosciences · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensImpactUniversity of VictoriaFisheries and Oceans CanadaEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment CanadaAcademy of Finland
Mots-clésArcticThe arcticClimate changeEnvironmental resource managementGeographyEnvironmental sciencePhysical geographyEnvironmental planningOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract In response to a joint request from the World Climate Research Program's Climate and Cryosphere Project, the International Arctic Science Committee, and the Arctic Council's Arctic Monitoring and Assessment Program an updated scientific assessment has been conducted of the Arctic Freshwater System, entitled the Arctic Freshwater Synthesis (AFS). The major reason behind the joint request was an increasing concern that changes to the Arctic Freshwater System have produced, and could produce even greater, changes to biogeophysical and socioeconomic systems of special importance to northern residents and also produce extra‐Arctic climatic effects that will have global consequences. The AFS was structured around six key thematic areas: atmosphere, oceans, terrestrial hydrology, terrestrial ecology, resources, and modeling, the review of each coauthored by an international group of scientists and published as separate articles in this special section of Journal of Geophysical Research: Biogeosciences. This AFS summary article reviews key issues that emerged during the conduct of the synthesis, especially those that are cross‐thematic in nature, and identifies future research required to address such issues.

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)0,018
score de la tête « metaresearch » (Gemma)0,032
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0180,032
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0190,023
Études des sciences et des technologies0,0010,001
Communication savante0,0070,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,005

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 Opus0,130
Tête enseignante GPT0,355
Écart entre enseignants0,225 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations95
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research BiogeosciencesMême sujetClimate change and permafrostTravaux en français237 207