MétaCan
Menu
Retour à la cohorte
Enregistrement W3210832411 · doi:10.1139/as-2021-0013

Initialization of thermal models in cold and warm permafrost

2021· article· en· W3210832411 sur OpenAlexafffundvenue
C.P. Ross, Greg Siemens, Ryley Beddoe

Notice bibliographique

RevueArctic Science · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensRoyal Military College of Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaTransport Canada
Mots-clésPermafrostInitializationTransient (computer programming)ThermalRange (aeronautics)Environmental scienceClimate changeClimatologyMechanicsComputer scienceMeteorologyGeologyMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Equilibrium modelling, also known as spin-up, is a technique for initializing a stable thermal regime in ground temperature models for permafrost regions. The results act as a baseline for subsequent transient analyses of ground temperature response to climate change or infrastructure. In practice, spin-up procedures are often loosely described or neglected, and the criteria by which a stable thermal regime is evaluated are rarely defined or presented explicitly. In this paper, model results show that no single criterion based on thresholds of inter-cycle temperature change can be used to identify a stable thermal regime in all spin-up scenarios. Results from simulations using a wide range of initialization temperatures and conditions show the number of spin-up cycles can range between 10 and 10 000, and a spin-up criterion as fine as 0.00001 °C/cycle is required to achieve a stable thermal regime suitable for deeper warm permafrost models. The implications of selected threshold criteria are examined in follow-up transient analyses and show that warm permafrost models can be highly sensitive to initial temperature profiles based on the criterion used. The results alert scientists and engineers to the importance of initialization on site-specific and regional permafrost models for transient ground temperature analyses.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,049
Tête enseignante GPT0,254
Écart entre enseignants0,205 · 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'étudeSimulation ou modélisation
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

Citations24
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207