MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220808114 · doi:10.1139/cjes-2020-0150

Nearshore sediment transport as influenced by changing sea ice, north shore of Prince Edward Island, Canada

2022· article· en· W4220808114 sur OpenAlexafffundvenueabout
Gavin K. Manson

Notice bibliographique

RevueCanadian Journal of Earth Sciences · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of GuelphGeological Survey of Canada
Organismes subventionnairesNatural Resources CanadaEnvironment and Climate Change CanadaDeltares
Mots-clésSediment transportSedimentOceanographySea iceGeologySeabed gouging by iceShoreDrift iceInletArctic ice packHydrology (agriculture)Geomorphology

Résumé

récupéré en direct d'OpenAlex

This study considers the influence of changing sea ice on nearshore sediment transport in the central north shore of Prince Edward Island, Southern Gulf of St. Lawrence. It is widely accepted that changing climate is causing sea ice to decrease in the region. Sea ice attenuates wave energy thereby reducing sediment transport. The Delft3D hydrodynamic model is used to simulate waves, currents, and sediment transport in seven sea ice concentration scenarios that can be differentiated into four classes: open water (<10%), low ice (10% to 35%), moderate ice (36% to 60%), and high ice (>60%). If ice concentration decreases from high to moderate, sediment transport is expected to increase 23%. Similarly, if ice concentration decreases from moderate to low, sediment transport is expected to increase a further 24%. If ice concentration decreases from low to open water conditions, sediment transport is expected to abruptly increase a further 85%. The increase in sediment transport as sea ice decreases from high concentration to open water conditions is 180%. Linear and power-law fits of sediment transport and sea ice concentration intersect at an ice concentration of 30%, indicating this value may be a useful threshold in planning for increased coastal erosion and developing appropriate adaptation strategies, in particular, adapting to increased sediment transport near tidal inlets and navigation channels.

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 enseignants0,015
Score d'incertitude au seuil0,112

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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

Citations5
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Earth Sciences→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→