MétaCan
Menu
Retour à la cohorte
Enregistrement W2143262557 · doi:10.1088/1748-9326/6/3/034012

Areal changes of land ecosystems in the Alaskan Yukon River Basin from 1984 to 2008

2011· article· en· W2143262557 sur OpenAlexaboutno aff
Xiaoliang Lü, Qianlai Zhuang

Notice bibliographique

RevueEnvironmental Research Letters · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesDivision of Arctic SciencesNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésPermafrostLand coverShrublandEnvironmental sciencePhysical geographyHydrology (agriculture)Climate changeGrasslandLand useDeforestation (computer science)EcosystemGeologyGeographyEcology

Résumé

récupéré en direct d'OpenAlex

Multivariate alteration detection (MAD) and Bayesian inference (BI) methods are used to analyze land cover changes with Landsat images for the Alaskan Yukon River Basin from 1984 to 2008. The US Geological Survey National Land Cover Database 2001 (NLCD 2001) is treated as reference information to detect the changes. It is found that the regional land cover change has three general trends with various potential causes during the study period: (1) forests decreased mainly due to wildfire, (2) the closed water bodies were shrinking possibly due to permafrost degradation if water drains well in discontinuous permafrost regions, (3) shrubs had expanded and a large portion of grassland was converted into shrubland likely due to forest fire and warming. The uncertainty of this analysis may mainly arise from image acquisition date differences and illumination angles and remaining cloud contamination to the images. This study provides a method to analyze land cover changes with Landsat data for other regions. The developed land cover data should help future understanding of permafrost dynamics, biogeochemistry, hydrology and regional climate in the region.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,042
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,091
Tête enseignante GPT0,263
Écart entre enseignants0,172 · 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.

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

Citations13
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research LettersMême sujetClimate change and permafrostTravaux en français237 207