MétaCan
Menu
Retour à la cohorte
Enregistrement W3040734639 · doi:10.1139/as-2020-0002

Morphological and evolutionary patterns of emerging arctic coastal landscapes: the case of northwestern Nunavik (Quebec, Canada)

2020· article· en· W3040734639 sur OpenAlexaffvenueabout
Antoine Boisson, Michel Allard

Notice bibliographique

RevueArctic Science · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité LavalCenter for Northern Studies
Organismes subventionnairesnon disponible
Mots-clésLandformTundraPermafrostMoraineGeologyPhysical geographyCoastal geographyShoreCoastal erosionGlacierAggradationGlacial periodArcticClimate changeWetlandErosionGeomorphologyOceanographyGeographyFluvialEcology

Résumé

récupéré en direct d'OpenAlex

Northwestern Nunavik (Quebec, Canada) is characterized by specific landforms and poorly documented examples of emerging coastal landscapes. In this study, we identified the different types of coasts and examined how they were morphologically reworked and shaped during the Holocene. This coastal region is currently emerging at rates of 8–9 mm/year due to glacial isostatic adjustment. The coastal zone includes a large number of glacial and glaciofluvial landforms such as De Geer moraines, eskers, and drumlinoid ridges that are continuously modified by coastal processes as they emerge. Wave erosion, shore drifting, and sedimentation transform the original landforms into transverse spits, tombolos, dunes, beaches, and narrow tidal flats. Once raised above the reach of storm surges, the coastal landscape evolves into a maze of low tundra ridges, wetlands, and lakes, which represent the end point of rapid shoreline regression. Exposure to a cold climate allows permafrost inception and aggradation in the uplifted sediments, forming features such as ice-wedge polygons and frost boils. Conceptual models of coastal evolution and ecosystem formation are proposed, from the original submarine landscapes to the emerged landscapes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,038
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,027
Tête enseignante GPT0,228
Écart entre enseignants0,201 · 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 tête enseignante, 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

Citations5
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207