MétaCan
Menu
Retour à la cohorte
Enregistrement W2939204021 · doi:10.9734/ijecc/2019/v9i130095

Explaining the Non-significant Changes in Ice-off Date over Six Decades at Lake of Bays and Lake Nipissing, South-Central Ontario

2019· article· en· W2939204021 sur OpenAlexaffabout
Huaxia Yao, Congsheng Fu

Notice bibliographique

RevueInternational Journal of Environment and Climate Change · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésSnowSnowpackPhysical geographyClimatologyEnvironmental scienceLittle ice ageGeographyGeologyMeteorologyGlacier

Résumé

récupéré en direct d'OpenAlex

The phenomenon of non-significant trends in ice-off date under a warming climate was quantitatively explained by three efforts: exploring possible driving factors where possible and defining new factors to represent snow conditions, identifying the contributing factors through correlation and trend tests, and evaluating relative contributions through partial Mann-Kendall method. Why the ice-off became only slightly earlier over 62 years at Lake of Bays has been satisfactorily assessed: the increased winter temperature, increased total rain and decreased days of snow on ground acted as three promoting drivers to earlier ice-off date, but their promoting functions were effectively offset by adverse changes in four other factors (snowfall slope, precipitation slope, snowpack slope, and last day of snow). The ice-off date at Lake Nipissing did not have a significant trend over 58 years, although there were five factors contributing to the ice-off decline without sufficient offsetting, suggesting that the ice-off of this lake may not be sensitive, or basically elastic, to the climatic variation stressor. Relative contributions of drivers as calculated helped explain how much they contributed to ice-off trends or how much they offset the influences.

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 enseignants0,289
Score d'incertitude au seuil0,991

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)0,0100,000

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 Opus0,031
Tête enseignante GPT0,230
Écart entre enseignants0,200 · 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

Citations1
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environment and Climate ChangeMême sujetClimate change and permafrostTravaux en français237 207