MétaCan
Menu
Retour à la cohorte
Enregistrement W2478134162 · doi:10.2166/nh.2003.0028

Thermo-hydrological Responses to an Exceptionally Warm, Dry Summer in a High Arctic Environment

2003· article· en· W2478134162 sur OpenAlexafffundabout
Kathy L. Young, Ming‐ko Woo

Notice bibliographique

RevueHydrology research · 2003
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMcMaster UniversityYork University
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceArcticSnowSurface runoffClimate changeWetlandClimatologyPermafrostStructural basinMoistureHydrology (agriculture)EvaporationWater tableTable (database)Atmospheric sciencesOceanographyGeologyEcologyGeographyGroundwaterMeteorology

Résumé

récupéré en direct d'OpenAlex

1998 was a very warm year for Canada and the High Arctic was no exception. A typical area was Resolute, Cornwallis Island, Nunavut, where the thaw season was extended and the thawing degree-days were larger than normal. The warm summer was accompanied by early spring melt and low rainfall. This study documents the thermo-hydrological responses including warming of the top soil, deepening of the active layer, alteration of the evaporation pattern, adjustment of the water table positions and runoff. The presence of semi-permanent snowbanks and patchy wetlands buffer some local sites from the warm and dry summer conditions. This and other studies show that the cryospheric and hydrologic systems may or may not recover quickly from the year to year variations in the climate, depending on how readily the storages (snow, ice and basin moisture) can be replenished. In view of the cumulative effects of storage depletion under climatic warming, short-term studies on thermo-hydrological behaviour in the Arctic provide a useful but insufficient analogue to capture the climatic change impacts.

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 enseignants0,044
Score d'incertitude au seuil0,088

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
Bibliométrie0,0000,000
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 Opus0,151
Tête enseignante GPT0,346
Écart entre enseignants0,195 · 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

Citations26
Publié2003
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetClimate change and permafrostTravaux en français237 207