MétaCan
Menu
Retour à la cohorte
Enregistrement W2344055274 · doi:10.18172/cig.2965

Geomorphology and landforms distribution in selected ice-free areas in the South Shetland Islands, Antarctic Northern Peninsula region

2016· article· en· W2344055274 sur OpenAlexfundno aff
Jerónimo López-Martı́nez, Thomas Schmid, Enrique Serrano, Sandra Mink, A. Nieto, Stéphane Guillaso

Notice bibliographique

RevueCuadernos de Investigación Geográfica · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyBritish Antarctic SurveyInstitut chilien de l'AntarctiqueSvenska Forskningsrådet FormasUniversidad de ValladolidUniversitat de BarcelonaUniversidad Autónoma de Madrid
Mots-clésLandformGeologyGlacial landformPermafrostFluvialRemote sensingPhysical geographyShetlandGlacierGeomorphologyTerrainOceanographyGeographyCartographyMoraine

Résumé

récupéré en direct d'OpenAlex

Ice-free areas cover a small percentage of the land in the South Shetland Islands. However, they are significant as they contain ecosystems highly sensitive to environmental changes and are located within a region affected by global warming. These areas are dominated by periglacial, glacial, fluvial, and coastal processes and landforms, where permafrost is often present. Soil development is observed although vegetation cover is sparse and closely related to the geomorphology. The mapping and monitoring of ice-free areas is important as they are highly sensitive to climate change. The objective of this study was to characterize and map surface landforms in ice-free areas using traditional mapping methods as well as advanced remote sensing techniques. Geomorphological and topographical maps were initially obtained through field measurements and observations, and complemented with existing aerial photography at scales between 1:2000 and 1:25000. Thereafter, satellite-borne data became available and were included in the methodology to further determine the distribution of the landforms. In the Antarctic environment, Synthetic Aperture Radar (SAR) provides the most reliable images as data can be obtained in any weather conditions as well as during the day and night. Fully polarimetric SAR RADARSAT-2 were used to determine seven different terrain classes representing surface landforms in ice-free areas around Maxwell Bay (King George Island). The SAR remote sensing techniques were successfully applied to identify different periglacial, fluvial, glacial, coastal, as well as lithological landforms. Field data from Fildes Peninsula were used to train a supervised classifier to map further areas around Maxwell Bay. In this case, the ice-free areas around Maxwell Bay clearly show the dominance of periglacial landforms and processes. Therefore, these techniques can be used to compare past and future results and to monitor areas affected by changing environmental factors and increasing human activities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,127
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,024
Tête enseignante GPT0,212
Écart entre enseignants0,188 · 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.

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

Citations28
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCuadernos de Investigación GeográficaMême sujetClimate change and permafrostTravaux en français237 207