MétaCan
Menu
Retour à la cohorte
Enregistrement W2312230045 · doi:10.2166/nh.2012.083

Snowcover and melt characteristics of upland/lowland terrain: Polar Bear Pass, Bathurst Island, Nunavut, Canada

2012· article· en· W2312230045 sur OpenAlexaffabout
Kathy L. Young, Jane Assini, Anna Abnizova, Elizabeth A. Miller

Notice bibliographique

RevueHydrology research · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésSnowmeltPlateau (mathematics)SnowTundraWetlandHydrology (agriculture)Environmental sciencePhysical geographyArcticTerrainDrainage basinGeologyEcologyGeomorphologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

The seasonal snowcover and snowmelt (2008–2010) of an extensive low-gradient wetland at Polar Bear Pass, Bathurst Island, Nunavut, Canada (75°40′ N, 98°30′ W) was examined. This wildlife sanctuary is characterized by two large lakes and numerous tundra ponds, and is bordered by rolling hills with incised hillslope stream valleys. In arctic environments snow remains one of the most important sources of water for wetlands. End-of-winter snowcover measurements (snow depth, density, water equivalent) together with direct and modeled estimates of snowmelt provided an assessment of the seasonal snowcover regime of representative terrain types comprising upland (plateau, stream valley, late-lying snowbed) and lowland landscapes (wet meadow, ponds, lakes). In all three seasons, deep and persistent snowpacks occurred in sheltered areas (stream valleys) and in the lee of slopes adjacent to the wetland. Exposed areas yielded shallow snowpacks (e.g. plateau, pond) and they melted out rapidly in response to favorable weather conditions. Overall, the basin snowcover and melt progression was dominated by accumulation and melt occurring in upland areas. We surmise the sustainability of this low-gradient wetland is dependent on snowmelt contributions from upland sites.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,015
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,046
Tête enseignante GPT0,281
Écart entre enseignants0,236 · 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

Citations24
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetClimate change and permafrostTravaux en français237 207