MétaCan
Menu
← Retour à la cohorte
Enregistrement W2902266489 · doi:10.5194/tc-2018-250

Changes in glacier facies zonation on Devon Ice Cap, Nunavut, detected from SAR imagery and field observations

2018· article· en· W2902266489 sur OpenAlexafffundabout
Tyler de Jong, Luke Copland, David Burgess

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensNatural Resources CanadaUniversity of Ottawa
Organismes subventionnairesNatural Resources CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of Ottawa
Mots-clésGeologyIce streamGlacierGlacier morphologyGlacier ice accumulationAccumulation zoneMeltwaterFirnSnowAblation zoneAntarctic sea iceGlacier mass balanceIce sheetGeomorphologyArctic ice packSea iceCryosphereClimatology

Résumé

récupéré en direct d'OpenAlex

Abstract. Envisat ASAR WS images, verified against mass balance, ice core, ground-penetrating radar and air temperature measurements, are used to map changes in the distribution of glacier facies zones across Devon Ice Cap between 2004 and 2011. Glacier ice, saturation/percolation and pseudo dry snow zones are readily distinguishable in the satellite imagery, and the superimposed ice zone can be mapped after comparison with ground measurements. Over the study period there has been a clear upglacier migration of glacier facies, resulting in regions close to the firn line switching from being part of the accumulation area with high backscatter to being part of the ablation area with relatively low backscatter. This has coincided with a rapid increase in positive degree days near the ice cap summit, and an increase in the glacier ice zone from 71 % of the ice cap in 2005 to 92 % of the ice cap in 2011. This has significant implications for the area of the ice cap subject to meltwater runoff.

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 enseignants0,280
Score d'incertitude au seuil0,564

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,225
Écart entre enseignants0,191 · 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

Citations5
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→