MétaCan
Menu
Retour à la cohorte
Enregistrement W3160487655 · doi:10.3389/feart.2021.607875

Best Practice for Measuring Permafrost Temperature in Boreholes Based on the Experience in the Swiss Alps

2021· article· en· W3160487655 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueFrontiers in Earth Science · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensCarleton UniversityBGC Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésPermafrostBoreholeContext (archaeology)Instrumentation (computer programming)ComparabilityRemote sensingEnvironmental scienceData qualityComputer scienceEarth scienceGeologyEngineeringGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Temperature measurements in boreholes are the most common method allowing the quantitative and direct observation of permafrost evolution in the context of climate change. Existing boreholes and monitoring networks often emerged in a scientific context targeting different objectives and with different setups. A standardized, well-planned and robust instrumentation of boreholes for long-term operation is crucial to deliver comparable, high-quality data for scientific analyses and assessments. However, only a limited number of guidelines are available, particularly for mountain regions. In this paper, we discuss challenges and devise best practice recommendations for permafrost temperature measurements at single sites as well as in a network, based on two decades of experience gained in the framework of the Swiss Permafrost Monitoring Network PERMOS. These recommendations apply to permafrost observations in mountain regions, although many aspects also apply to polar lowlands. The main recommendations are (1) to thoroughly consider criteria for site selection based on the objective of the measurements as well as on preliminary studies and available data, (2) to define the sampling strategy during planification, (3) to engage experienced drilling teams who can cope with inhomogeneous and potentially unstable subsurface material, (4) to select standardized and robust instrumentation with high accuracy temperature sensors and excellent long-term stability when calibrated at 0°C, ideally with double sensors at key depths for validation and substitution of questionable data, (5) to apply standardized maintenance procedures allowing maximum comparability and minimum data processing, (6) to implement regular data control procedures, and (7) to ensure remote data access allowing for rapid trouble shooting and timely reporting. Data gaps can be avoided by timely planning of replacement boreholes. Recommendations for standardized procedures regarding data quality documentation, processing and final publication will follow later.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,134
Score d'incertitude au seuil0,991

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,051
Tête enseignante GPT0,272
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