MétaCan
Menu
Retour à la cohorte
Enregistrement W2334303825 · doi:10.3189/2014aog67a101

Mapping and interpretation of bed-reflection power from a surge-type polythermal glacier, Yukon, Canada

2014· article· en· W2334303825 sur OpenAlexafffundabout
Nathaniel Wilson, Gwenn E. Flowers, Laurent Mingo

Notice bibliographique

RevueAnnals of Glaciology · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensSimon Fraser University
Organismes subventionnairesSFU Community Trust Endowment FundNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsSimon Fraser UniversityParks Canada
Mots-clésGeologyGlacierGeomorphologySurgeGlacier terminusReflection (computer programming)Physical geographyClimatologyIce streamCryosphereGeographySea ice

Résumé

récupéré en direct d'OpenAlex

Abstract Bed-reflection power (BRP) from ice-penetrating radar has been used to make inferences about subglacial conditions and processes, yet is subject to confounding influences, including englacial attenuation and bed geometry. We use radar data collected in 2008–11 from a polythermal glacier to compute BRP with the aim of relating BRP to basal conditions. We examine the relationship between raw BRP and ice thickness, apparent bed slope and thickness of the englacial scattering layer as a proxy for internal reflection power. We then analyze a corrected form of the BRP with a graph-segmentation algorithm to delineate areas of high and low reflection power. Low corrected BRP values are found near the glacier terminus where the bed is most likely to be cold, while high corrected BRP is found in the region thought to be undergoing a slow surge. We find a spatial correlation between high BRP and high values of subglacial hydraulic upstream area, suggestive of a hydrological control on BRP. Whereas in dominantly cold glaciers BRP seems to distinguish cold from temperate regions of the bed, BRP in a polythermal glacier with a substantial volume of temperate ice may be a more complex product of thermal and hydrological conditions.

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 enseignants0,118
Score d'incertitude au seuil0,237

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
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,029
Tête enseignante GPT0,248
Écart entre enseignants0,219 · 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

Citations12
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207