MétaCan
Menu
Retour à la cohorte
Enregistrement W2900641910 · doi:10.1002/esp.4549

Recording inter‐annual changes on a boulder beach in Galicia, NW Spain using an unmanned aerial vehicle

2018· article· en· W2900641910 sur OpenAlexaff
Alejandro Gómez‐Pazo, Augusto Pérez Albertí, Alan S. Trenhaile

Notice bibliographique

RevueEarth Surface Processes and Landforms · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCoastal and Marine Dynamics
Établissements canadiensUniversity of Windsor
Organismes subventionnairesMinisterio de Educación, Cultura y Deporte
Mots-clésDeposition (geology)StormErosionAccretion (finance)GeologyCoastal erosionDigital elevation modelPhysical geographyHigh resolutionAerial photosOceanographyHydrology (agriculture)Environmental scienceGeomorphologyGeographyRemote sensingSediment

Résumé

récupéré en direct d'OpenAlex

Abstract An unmanned aerial vehicle (UAV) was flown over a boulder beach (area 20 000 m 2 ) on the southern coast of Galicia (northwestern Spain) in May 2016, continuing earlier work based on flights over the same beach in July 2012, May 2013, and late March 2014. Digital surface models (DSMs) with 1.8 cm resolution were constructed from the 2014 and 2016 data to identify changes in beach morphology over the intervening period. Analyses were conducted using a Limit of Detection (LoD) of 0 cm and 3.71 cm. In both cases, the analyses showed that erosion dominated over 19% of the beach area. Accretion occurred over the rest of the beach, which acquired an additional 1500 m 3 of material over the study period. Re‐analysis of the data from earlier flights suggested that erosion dominated on the beach in 2012–2013 and deposition in 2013–2014. Without any clear relationship between beach behaviour and storm severity during each winter period, it is proposed that gravitationally induced erosion and storm‐wave induced deposition are the result of perturbations about an equilibrium beach gradient. The UAV data also suggested that an essentially random component modulates regional patterns of movement. © 2018 John Wiley & Sons, Ltd.

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 enseignants0,376
Score d'incertitude au seuil0,998

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 Opus0,018
Tête enseignante GPT0,240
Écart entre enseignants0,222 · 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

Citations24
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEarth Surface Processes and LandformsMême sujetCoastal and Marine DynamicsTravaux en français237 207