The Greater Caucasus Glacier Inventory (Russia, Georgia and Azerbaijan)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. There have been numerous studies of glaciers in the Greater Caucasus, but none that have generated a modern glacier database across the whole mountain range. Here, we present an updated and expanded glacier inventory at three time periods (1960, 1986, 2014) covering the entire Greater Caucasus. Large-scale topographic maps and satellite imagery (Corona, Landsat 5, Landsat 8 and ASTER) were used to conduct a remote-sensing survey of glacier change, and the 30 m resolution Advanced Spaceborne Thermal Emission and Reflection Radiometer Global Digital Elevation Model (ASTER GDEM; 17 November 2011) was used to determine the aspect, slope and height distribution of glaciers. Glacier margins were mapped manually and reveal that in 1960 the mountains contained 2349 glaciers with a total glacier surface area of 1674.9 ± 70.4 km2. By 1986, glacier surface area had decreased to 1482.1 ± 64.4 km2 (2209 glaciers), and by 2014 to 1193.2 ± 54.0 km2 (2020 glaciers). This represents a 28.8 ± 4.4 % (481 ± 21.2 km2) or 0.53 % yr−1 reduction in total glacier surface area between 1960 and 2014 and an increase in the rate of area loss since 1986 (0.69 % yr−1) compared to 1960–1986 (0.44 % yr−1). Glacier mean size decreased from 0.70 km2 in 1960 to 0.66 km2 in 1986 and to 0.57 km2 in 2014. This new glacier inventory has been submitted to the Global Land Ice Measurements from Space (GLIMS) database and can be used as a basis data set for future studies.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
score_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