MétaCan
Menu
Retour à la cohorte
Enregistrement W3023004165 · doi:10.1002/ppp.2050

Recent advances (2010–2019) in the study of taliks

2020· article· en· W3023004165 sur OpenAlexaff
H B O'Neill, Pascale Roy‐Léveillée, Liudmila Lebedeva, Feng Ling

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensLaurentian UniversityGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésPermafrostGeologyAdvectionEnvironmental scienceMethaneEarth scienceGroundwaterGeomorphologyHydrology (agriculture)Geotechnical engineeringEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Taliks are bodies or layers of unfrozen ground in permafrost areas. Recent research on taliks has been driven largely by the potential for release of greenhouse gases as taliks expand, and engineering challenges associated with thawing permafrost. Observations of talik configuration and development have been assisted by advances in geophysical techniques that complement mechanical and thermal measurements. Suprapermafrost taliks have been observed in a range of settings associated with disturbance from wildfire and infrastructure. These features are included in a revised talik classification scheme presented in this paper. Observations of methane release have renewed interest in lake talik initiation and development, resulting in substantial efforts to model thaw lake expansion. Hotspots of methane release have also been identified at saline springs. Recent simulations indicate that groundwater flow can significantly accelerate talik expansion and that incorporating heat advection may be required for accurate transient simulations. Ongoing global warming is expected to exacerbate the effects of surface disturbances on talik development and limit the ability of permafrost to recover in marginal permafrost areas.

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)0,003
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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,051
Tête enseignante GPT0,268
Écart entre enseignants0,217 · 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

Citations80
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetClimate change and permafrostTravaux en français237 207