MétaCan
Menu
Retour à la cohorte
Enregistrement W2929143158 · doi:10.5885/45291sl-34f28a9491014afd

Borehole and near-surface ground temperatures in northeastern Canada

2024· article· en· W2929143158 sur OpenAlexaffabout
Michel Allard, Denis Sarrazin, E. L'Hérault

Notice bibliographique

RevueNordicana D · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCenter for Northern Studies
Organismes subventionnairesnon disponible
Mots-clésPermafrostBoreholeTerrainClimate changeEnvironmental scienceTable (database)GeologyPhysical geographyForcing (mathematics)Hydrology (agriculture)ClimatologyGeographyOceanographyCartography

Résumé

récupéré en direct d'OpenAlex

Permafrost is the foundation upon which northern ecosystems and communities rest and upon which new industrial infrastructures are built. Determining the thermal state and dynamics of permafrost soils is therefore of broad interest to many disciplines and users. The purpose of this project is to evaluate the thermo-dynamical processes in various geological, climatic, municipal and industrial settings that lead to permafrost thaw from climate forcing and terrain disturbance. The data are from 11 sets of locations in Nunavik and Nunavut, northeastern Canada. The measurement sites are part of the SILA network of the Center for Northern Studies (CEN - Centre d’études nordiques); climate data are also available in other issues of Nordicana D. The available datasets cover the period from 1988-2023. For each set of locations, the number of boreholes and their depth ranges are as follows: Akulivik: 2 sites, Aupaluk: 2 sites, Kangiqsualujjuaq: 2 sites, Puvirnituq: 2 sites, Quaqtaq: 1 site, Tasiujaq: 2 sites, Umijuaq: 1 site, Iqaluit: 6 sites, Pangnirtung: 8 sites, Île Bylot 3 sites. In Salluit, the temperature data were recorded by Hobo temperature loggers near the ground surface at 21 different sites. Table 1 shows the depth range for the sites. The ground temperature data (oC) are available as: (1) recorded data, which are the averages of 60 measurements at minute intervals over each previous hour; (2) daily averages; (3) monthly averages; and (4) yearly averages.

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 enseignants0,081
Score d'incertitude au seuil0,999

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)0,0020,000

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 Opus0,016
Tête enseignante GPT0,217
Écart entre enseignants0,201 · 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

Citations44
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNordicana DMême sujetClimate change and permafrostTravaux en français237 207