MétaCan
Menu
Retour à la cohorte
Enregistrement W2603145197 · doi:10.1139/as-2016-0047

Remote sensing evaluation of High Arctic wetland depletion following permafrost disturbance by thermo-erosion gullying processes

2017· article· en· W2603145197 sur OpenAlexafffundvenueabout
Naïm Perreault, Esther Lévesque, Daniel Fortier, Denis Gratton, Laurent J. Lamarque

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité de MontréalUniversité du Québec à Trois-RivièresUniversité LavalCenter for Northern Studies
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les TechnologiesGovernment of CanadaParks CanadaUniversité du Québec à Trois-RivièresArcticNetNatural Resources CanadaUniversité de MontréalUniversité Laval
Mots-clésPermafrostTundraWetlandEnvironmental scienceErosionVegetation (pathology)Disturbance (geology)Hydrology (agriculture)ArcticNormalized Difference Vegetation IndexThermokarstPhysical geographyClimate changeGeologyEcologyGeomorphologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Northern wetlands and their productive tundra vegetation are of prime importance for Arctic wildlife by providing high-quality forage and breeding habitats. However, many wetlands are becoming drier as a function of climate-induced permafrost degradation. This phenomenon is notably the case in cold, ice-rich permafrost regions such as Bylot Island, Nunavut, where degradation of ice wedges and thermo-erosion gullying have already occurred throughout the polygon-patterned landscape resulting in a progressive shift from wet to mesic tundra vegetation within a decade. This study reports on the application of the normalized difference vegetation index to determine the extent of permafrost ecosystem disturbance on wetlands adjacent to thermo-erosion gullies. The analysis of a GeoEye-1 image of the Qarlikturvik valley, yielding a classification with five classes and 62% accuracy, resulted in directly identifying affected areas when compared to undisturbed baseline of wet and mesic plant communities. The total wetland area lost by drainage around the three studied gullies approximated to 95 430 m2, which already represents 0.5% of the total wetland area of the valley. This is worrisome considering that 36 gullies have been documented in a single valley since 1999 and that permafrost degradation by thermal erosion gullying is significantly altering landscape morphology, modifying wetland hydrology, and generating new fluxes of nutrients, sediments, and carbon in the watershed. This study demonstrates that remote sensing provides an effective means for monitoring spatially and temporally the impact of permafrost disturbance on Arctic wetland stability.

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 enseignants0,020
Score d'incertitude au seuil0,039

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
Bibliométrie0,0010,000
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 Opus0,054
Tête enseignante GPT0,291
Écart entre enseignants0,237 · 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

Citations29
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207