MétaCan
Menu
Retour à la cohorte
Enregistrement W2624281073 · doi:10.1139/as-2016-0016

Long-term landscape impact of petroleum exploration, Melville Island, Canadian High Arctic

2017· article· en· W2624281073 sur OpenAlexafffundvenueabout
Siobhan S McCarter, Ashley Rudy, Scott F. Lamoureux

Notice bibliographique

RevueArctic Science · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensQueen's University
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaQueen's UniversityPolar Knowledge Canada
Mots-clésPermafrostArcticVegetation (pathology)Physical geographyDisturbance (geology)Environmental scienceArctic vegetationLandformLand useResource (disambiguation)Satellite imageryPetroleumEnvironmental impact assessmentGeologyRemote sensingEarth scienceOceanographyGeographyEcologyTundraGeomorphology

Résumé

récupéré en direct d'OpenAlex

Industrial land use such as petroleum exploration and infrastructure development has important and lasting impacts on Arctic landscapes. Detailed, site-level investigations have noted impacts that include vehicle tracks, surface and vegetation alteration, soil compaction, and degradation of ice wedge features. We investigated the long-term impact of an extended period of hydrocarbon exploration on Melville Island in the Canadian High Arctic using available remotely sensed data supplemented with field observations over a ∼370 km2 area. Aerial photographs from 1959, 1972, and 1977 and recent satellite imagery (2011 and 2013) were used to determine the effects of industrial activity over periods corresponding to pre-activity, mid-activity, and post-activity. We show that vehicle tracks, site disturbance, and vegetative impacts are still evident after 40 years in this area. Permafrost has degraded at sites with concentrated activity (drill sites, airstrips) and changes to vegetation are clearly discernable. The results demonstrate the utility of this approach for assessment of land use impacts on High Arctic landscapes and provide a means to determine locations for more detailed site-specific field studies. These results may contribute to strategies for environmental monitoring in remote areas where access is impractical or resource intensive.

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 enseignants0,178
Score d'incertitude au seuil0,985

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 technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0160,000

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 Opus0,039
Tête enseignante GPT0,274
Écart entre enseignants0,235 · 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
Publié2017
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207