MétaCan
Menu
Retour à la cohorte
Enregistrement W2981730497 · doi:10.1029/2019rg000652

Space‐Based Observations for Understanding Changes in the Arctic‐Boreal Zone

2019· article· en· W2981730497 sur OpenAlexaff
B. N. Duncan, Lesley Ott, James B. Abshire, Ludovic Brucker, Mark Carroll, James A. Carton, Josefino C. Comiso, Emmanuel P. Dinnat, Bruce C. Forbes, Alemu Gonsamo, Watson W. Gregg, Dorothy K. Hall, Iolanda Ialongo, Randi Jandt, Ralph A. Kahn, Alexey Yu. Karpechko, Stephan R. Kawa, Seiji Kato, Timo Kumpula, E. Kyrölä, Tatiana Loboda, Kyle C. McDonald, Paul Montesano, Ray Nassar, C. S. R. Neigh, Claire L. Parkinson, Benjamin Poulter, Jouni Pulliainen, Kimmo Rautiainen, Brendan M. Rogers, Cécile S. Rousseaux, A. J. Soja, N. Steiner, Johanna Tamminen, Patrick C. Taylor, Maria Tzortziou, Henrik Virta, James S. Wang, Jennifer D. Watts, David M. Winker, Dong L. Wu

Notice bibliographique

RevueReviews of Geophysics · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensEnvironment and Climate Change CanadaMcMaster University
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésHydrosphereBiosphereCryosphereProcess (computing)Environmental scienceClimate changeArcticComputer scienceEarth system scienceEarth scienceEnvironmental resource managementRemote sensingClimatologyGeologyEcologyOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Observations taken over the last few decades indicate that dramatic changes are occurring in the Arctic‐Boreal Zone (ABZ), which are having significant impacts on ABZ inhabitants, infrastructure, flora and fauna, and economies. While suitable for detecting overall change, the current capability is inadequate for systematic monitoring and for improving process‐based and large‐scale understanding of the integrated components of the ABZ, which includes the cryosphere, biosphere, hydrosphere, and atmosphere. Such knowledge will lead to improvements in Earth system models, enabling more accurate prediction of future changes and development of informed adaptation and mitigation strategies. In this article, we review the strengths and limitations of current space‐based observational capabilities for several important ABZ components and make recommendations for improving upon these current capabilities. We recommend an interdisciplinary and stepwise approach to develop a comprehensive ABZ Observing Network (ABZ‐ON), beginning with an initial focus on observing networks designed to gain process‐based understanding for individual ABZ components and systems that can then serve as the building blocks for a comprehensive ABZ‐ON.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,941
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,202
Tête enseignante GPT0,297
Écart entre enseignants0,095 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations101
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews of GeophysicsMême sujetClimate change and permafrostTravaux en français237 207