MétaCan
Menu
Retour à la cohorte
Enregistrement W3216153088 · doi:10.3390/rs13234872

What Is the Impact of Tectonic Plate Movement on Country Size? A Long-Term Forecast

2021· article· en· W3216153088 sur OpenAlexfundno aff
Kamil Maciuk, Michał Apollo, Anita Kukulska‐Kozieł, Paulina Lewińska

Notice bibliographique

RevueRemote Sensing · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
Thématiqueearthquake and tectonic studies
Établissements canadiensnon disponible
Organismes subventionnairesAkademia Górniczo-Hutnicza im. Stanislawa StaszicaYork UniversityUniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w KrakowieUniwersytet Rolniczy im. Hugona Kołłątaja w Krakowie
Mots-clésTectonicsPlate tectonicsGeologyLand areaTerm (time)LithosphereGeographySeismologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

The Earth’s surface is under permanent alteration with the area of some nations growing or shrinking due to natural or man-made processes, for example sea level change. Here, based on the NUVEL 1A model, we forecast (in 10, 25, and 50 years) the changes in area for countries that are located on the border of the major tectonic plates. In the analysis we identify countries that are projected to gain or lose land due to the tectonic plate movement only. Over the next 50 years, the global balance of area gains (0.4 km2) and losses (12.7 km2) is negative. Thus, due to the movements of lithospheric plates, the land surface of the Earth will decrease by 12 km2 in 50 years. Overall, the changes are not that spectacular, as in the case of changes in sea/water levels, but in some smaller countries, projected losses exceed a few thousand square metres a year, e.g., in Nepal the losses exceed 10,000 m2 year−1. Methodologically, this paper finds itself between metric analysis and essay, trying to provoke useful academic discussion and incite educators’ interests to illustrate to students the tectonic movement and its force. Limitations of the used model have been discussed in the methodology section.

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)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,020
Tête enseignante GPT0,253
Écart entre enseignants0,233 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetearthquake and tectonic studiesTravaux en français237 207