MétaCan
Menu
Retour à la cohorte
Enregistrement W2345799969 · doi:10.1680/jenge.15.00058

Heat transfer within frozen slopes in subarctic Yukon, Canada

2016· article· en· W2345799969 sur OpenAlexafffundabout
Joel T Steeves, S. Lee Barbour, Grant Ferguson, Sean K. Carey

Notice bibliographique

RevueEnvironmental Geotechnics · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMcMaster UniversityInro Consultants (Canada)University of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeologyThermal conductionSnowmeltPermafrostConvectionSnowHeat transferGeomorphologySoil waterGeotechnical engineeringSubarctic climateGroundwaterHydrology (agriculture)Soil scienceMechanicsMaterials science

Résumé

récupéré en direct d'OpenAlex

The dominant mechanism of heat transfer during ground thaw is typically assumed to be vertical conduction. However, the addition of lateral subsurface water flow introduces the potential for the forced convection of energy, having an influence on ground temperatures and thaw rates. Field observations of snowmelt run-off and rates of ground thaw for two slopes within the Wolf Creek basin, Yukon, Canada, highlighted different rates of ground thaw with slope position. Ground temperatures were numerically simulated to evaluate the relative influence of conduction and convection on the thawing of these slopes; each slope comprised different soils and had a different slope aspect. Both slopes were composed of an organic layer overlying a mineral soil. Lateral water flow above the frozen layer occurred within both slopes as a result of a perched saturated zone above the organic–mineral interface. The numerical models reveal that lateral diversion within a surficial, high-hydraulic conductivity layer, such as an organic layer, can initiate convective heat transfer. However, the observed differential thaw was determined to be a result of conduction and variations in the initial ice content and snow cover rather than lateral convection of heat.

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 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 enseignants0,451
Score d'incertitude au seuil0,988

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)0,0120,000

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 Opus0,011
Tête enseignante GPT0,169
Écart entre enseignants0,158 · 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

Citations2
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental GeotechnicsMême sujetClimate change and permafrostTravaux en français237 207