MétaCan
Menu
← Retour à la cohorte
Enregistrement W3024953714 · doi:10.5194/tc-2020-116

Landfast ice growth and displacement in the Mackenzie Delta observed by 3D time-series SAR speckle offset tracking

2020· article· en· W3024953714 sur OpenAlexafffund
Byung-Hun Choe, Sergey Samsonov, Jungkyo Jung

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensNatural Resources Canada
Organismes subventionnairesFisheries and Oceans CanadaEnvironment and Climate Change Canada
Mots-clésGeologyGeodesySea iceShoreOffset (computer science)DeltaSynthetic aperture radarGeomorphologyRemote sensingClimatologyOceanographyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract. This study investigates the growth and displacement of landfast ice along the shoreline of the Mackenzie Delta by synthetic aperture radar (SAR) speckle offset tracking (SPO). Three-dimensional (3D) offsets were reconstructed from Sentinel-1 ascending and descending SAR images acquired on the same dates during the November 2017–April 2018 and October 2018–May 2019 annual cycles. The results showed horizontal and vertical displacements of floating landfast ice caused by ice breakups and pressure ridges, which are mainly driven by drift sea ice motions and Mackenzie Delta discharges. Cumulative vertical offsets of approximately −1 to −2 m were observed from freshwater landfast ice, which is due to longer radar penetration into the ice-water interface with increasing landfast ice thickness. Numerical ice thickness model estimates confirmed that the cumulative vertical downward offsets indicate the growth of freshwater landfast ice thickness. Time-series analysis showed that significant growth and displacement of floating landfast ice in the Mackenzie Delta occur between November and January.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,986
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,199
Écart entre enseignants0,180 · 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'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

Citations3
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→