MétaCan
Menu
Retour à la cohorte
Enregistrement W2410026053 · doi:10.5194/tc-11-81-2017

Review article: Inferring permafrost and permafrost thaw in the mountains of the Hindu Kush Himalaya region

2017· article· en· W2410026053 sur OpenAlexaff
Stephan Gruber, Renate Fleiner, Emilie Guégan, P. K. Panday, Marc-Olivier Schmid, D. Stumm, P. Wester, Yinsheng Zhang, Lin Zhao

Notice bibliographique

Revue˜The œcryosphere · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCarleton University
Organismes subventionnairesInternational Centre for Integrated Mountain Development
Mots-clésPermafrostClimate changeGlacierPhysical geographyGeologyEarth scienceVegetation (pathology)Global warmingPlateau (mathematics)ClimatologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. The cryosphere reacts sensitively to climate change, as evidenced by the widespread retreat of mountain glaciers. Subsurface ice contained in permafrost is similarly affected by climate change, causing persistent impacts on natural and human systems. In contrast to glaciers, permafrost is not observable spatially and therefore its presence and possible changes are frequently overlooked. Correspondingly, little is known about permafrost in the mountains of the Hindu Kush Himalaya (HKH) region, despite permafrost area exceeding that of glaciers in nearly all countries. Based on evidence and insight gained mostly in other permafrost areas globally, this review provides a synopsis on what is known or can be inferred about permafrost in the mountains of the HKH region. Given the extreme nature of the environment concerned, it is to be expected that the diversity of conditions and phenomena encountered in permafrost exceed what has previously been described and investigated. We further argue that climate change in concert with increasing development will bring about diverse permafrost-related impacts on vegetation, water quality, geohazards, and livelihoods. To better anticipate and mitigate these effects, a deepened understanding of high-elevation permafrost in subtropical latitudes as well as the pathways interconnecting environmental changes and human livelihoods are needed.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,041
Tête enseignante GPT0,261
Écart entre enseignants0,220 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations166
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetClimate change and permafrostTravaux en français237 207