MétaCan
Menu
Retour à la cohorte
Enregistrement W2883237504 · doi:10.5555/1480-6800.20.4.317

Accounting for Level Decline in the Dead Sea: Land Use and Land Cover Changes, 1984–2015

2017· article· en· W2883237504 sur OpenAlexvenueno aff
Yusra Al-husban, Nazeeh Almanasyeh

Notice bibliographique

RevueArab world geographer · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueRemote Sensing and LiDAR Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNormalized Difference Vegetation IndexThematic MapperPhysical geographyLand coverPeriod (music)Vegetation (pathology)Environmental scienceLand useGeographyRemote sensingHydrology (agriculture)Satellite imageryGeologyEcologyClimate changeBiologyOceanography

Résumé

récupéré en direct d'OpenAlex

The main goal of this paper is to study the effects of the recent decline of the Dead Sea surface level by −39 m within the study period, based on the normalized difference vegetation index (NDVI) and land use/land cover (LULC) changes during the period 1984–2015 using Landsat Thematic Mapper (TM), and ETM, images acquired in May 2015. All images were adjusted using radiometric correction, geometric correction, image enhancement and masking. The results indicate the following: (1) NDVI analysis explained the patterns of adjustment to the new base level; (2) LULC classification showed that significant changes occurred during the study period, and five classes were distinguishable as: the southern dry basin (evaporation ponds) by17km2, the surface water bodies (mainly the Dead Sea), decreased by −34km2, exposed area increased by 20 km2, vegetated area increased by 9 km2. The rate of urban changes between 1984, 2003 and 2015 was calculated; it is indicated that the rate of urban growth was 30 km2. The paper ...

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 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 enseignants0,166
Score d'incertitude au seuil1,000

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 technologies0,0000,000
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 Opus0,038
Tête enseignante GPT0,278
Écart entre enseignants0,240 · 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.

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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArab world geographerMême sujetRemote Sensing and LiDAR ApplicationsTravaux en français237 207