MétaCan
Menu
Retour à la cohorte
Enregistrement W311561747 · doi:10.4095/211621

Global Terrestrial Network for Permafrost (GTNet-P): permafrost monitoring contributing to global climate observations

2000· report· en· W311561747 sur OpenAlexaffabout
M M Burgess, Sharon L. Smith, Jerry Brown, V. Romanovsky, Kenneth M. Hinkel

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésPermafrostEnvironmental sciencePhysical geographyGlobal warmingClimate changeEarth scienceClimatologyGeologyGeographyOceanography

Résumé

récupéré en direct d'OpenAlex

Active layer and permafrost thermal state have been identified as key cryospheric variables for monitoring through the World Meteorological Organization's Global Climate Observing System. An international network, the Global Terrestrial Network for Permafrost (GTNet-P), has been established under the Global Climate Observing System and is being developed by the International Permafrost Association. The active layer component, the Circumpolar Active Layer Monitoring (CALM) program, is already in place. Global Terrestrial Network for Permafrost organizational efforts are thus focused on the development of the permafrost temperature monitoring program, where Canada contributes actively through the Geological Survey of Canada's membership on the International Permafrost Association organization and implementation committee. Although several regional permafrost borehole temperature networks exist, a globally comprehensive network for ground temperature measurements is required to provide long-term field observations essential for the detection of the climate change signal, for the assessment of its impact on permafrost, and for indications of spatial variability across the permafrost regions.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,352

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,004

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 Opus0,108
Tête enseignante GPT0,329
Écart entre enseignants0,221 · 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
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations71
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrostTravaux en français237 207