MétaCan
Menu
← Retour à la cohorte
Enregistrement W3143665934

Long-term ice-rich permafrost coast sensitivity to air temperatures and storm influence: lessons from Pullen Island, N.W.T.

2020· article· en· W3143665934 sur OpenAlexaffvenue
H. Bay Berry, Dustin Whalen, Michael Lim

Notice bibliographique

RevueArctic Science · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensGeological Survey of CanadaDalhousie University
Organismes subventionnairesnon disponible
Mots-clésPermafrostStormClimatologyTerm (time)GeologyMeteorologyEyeEnvironmental scienceOceanographyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Response of erosive mechanisms to climate change is of mounting concern on Beaufort Sea coasts, which experience some of the highest erosion rates in the Arctic. Collapse of intact permafrost blocks and slumping within sprawling retrogressive thaw complexes are two predominant mechanisms that manifest as cliff retreat in this region. Using aerial imagery and ground survey data from Pullen Island, Northwest Territories., Canada, from 13 time points between 1947 and 2018, we observe increasing mean retreat rates from 0 ± 4.8 m a−1 in 1947 to 12 ± 0.3 m a−1 in 2018. Mean summer air temperature was positively correlated with cliff retreat over each time step via block failure (r2 = 0.08; p = 0.5) and slumping (r2 = 0.41; p = 0.05), as was mean storm duration with cliff retreat via block failure (r2 = 0.84; p = 0.0002) and slumping (r2 = 0.34; p = 0.08). These data indicate that air temperature has a greater impact in slump-dominated areas, whereas storm duration has greater control in areas of block failure. Increasingly, heterogeneous cliff retreat rates are likely resulting from different magnitudes of response to climate trends depending on mechanism, and on geomorphological variations that prescribe occurrences of retrogressive thaw slumps.

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)0,001
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 enseignants0,812
Score d'incertitude au seuil0,373

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,032
Tête enseignante GPT0,268
Écart entre enseignants0,236 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueArctic Science→Même sujetClimate change and permafrost→Travaux en français237 207→