MétaCan
Menu
Retour à la cohorte
Enregistrement W3012360214 · doi:10.1017/aog.2020.11

Five decades of radioglaciology

2020· article· en· W3012360214 sur OpenAlexaff
Dustin M. Schroeder, Robert G. Bingham, Donald D. Blankenship, Knut Christianson, Olaf Eisen, Gwenn E. Flowers, Nanna B. Karlsson, Michelle Koutnik, John Paden, Martín J. Siegert

Notice bibliographique

RevueAnnals of Glaciology · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésGlaciologyGeologyDepth soundingGeophysicsRemote sensingContext (archaeology)RadarMars Exploration ProgramCryosphereAstrobiologyAerospace engineeringSea iceStratigraphySeismologyClimatologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Radar sounding is a powerful geophysical approach for characterizing the subsurface conditions of terrestrial and planetary ice masses at local to global scales. As a result, a wide array of orbital, airborne, ground-based, and in situ instruments, platforms and data analysis approaches for radioglaciology have been developed, applied or proposed. Terrestrially, airborne radar sounding has been used in glaciology to observe ice thickness, basal topography and englacial layers for five decades. More recently, radar sounding data have also been exploited to estimate the extent and configuration of subglacial water, the geometry of subglacial bedforms and the subglacial and englacial thermal states of ice sheets. Planetary radar sounders have observed, or are planned to observe, the subsurfaces and near-surfaces of Mars, Earth's Moon, comets and the icy moons of Jupiter. In this review paper, and the thematic issue of the Annals of Glaciology on ‘Five decades of radioglaciology’ to which it belongs, we present recent advances in the fields of radar systems, missions, signal processing, data analysis, modeling and scientific interpretation. Our review presents progress in these fields since the last radio-glaciological Annals of Glaciology issue of 2014, the context of their history and future prospects.

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: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,093
Tête enseignante GPT0,290
Écart entre enseignants0,197 · 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

Citations136
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207