MétaCan
Menu
Retour à la cohorte
Enregistrement W3026655157 · doi:10.1002/ppp.2051

The distribution and dynamics of aufeis in permafrost regions

2020· article· en· W3026655157 sur OpenAlexafffund
Timothy Ensom, Olga Makarieva, Peter Morse, D. L. Kane, Владимир Романович Алексеев, Philip Marsh

Notice bibliographique

RevuePermafrost and Periglacial Processes · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensGeological Survey of CanadaNatural Resources CanadaWilfrid Laurier UniversityGovernment of Northwest Territories
Organismes subventionnairesRussian Foundation for Basic ResearchW. Garfield Weston Foundation
Mots-clésPermafrostClimate changeScale (ratio)Physical geographyTerminologyEnvironmental scienceDistribution (mathematics)Field (mathematics)Earth scienceGeologyClimatologyGeographyCartographyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Aufeis, also known as an icing or naled, is an accumulation of ice that forms primarily during winter when water is expelled onto frozen ground or ice surfaces and freezes in layers. Process‐oriented aufeis research initially expanded in the 20th century, but recent interest in changing hydrological conditions in permafrost regions has rejuvenated this field. Despite its societal relevance, the controls on aufeis distribution and dynamics are not well defined and this impedes projections of variation in aufeis size and distribution expected to accompany climate change. This paper reviews the physical controls on aufeis development, current broad‐scale aufeis distribution and anticipated change, and approaches to aufeis investigation. We propose an adjustment to terminology to better distinguish between the formation process and resulting ice bodies, a clarification of the aufeis classification approach based on source water, and a size threshold for broad‐scale aufeis inventory to facilitate collaborative research. We identify additional objectives for future research including advancing process knowledge at fine spatial scales, describing broad‐scale distribution using current remote sensing capabilities, and improving our understanding and predictive capacity over the interactions between aufeis and landscape‐scale permafrost, hydrogeological, geotectonic, and climate conditions.

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 enseignants0,021
Score d'incertitude au seuil0,042

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,215
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'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

Citations59
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePermafrost and Periglacial ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207