MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220965339 · doi:10.5194/egusphere-egu22-4484

The Randolph Glacier Inventory (RGI) version 7

2022· preprint· en· W4220965339 sur OpenAlexaboutno aff
Fabien Maussion, Regine Hock, Frank Paul, Philipp Rastner, Bruce Raup, Michael Zemp

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlacierPhysical geographyClimatologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

The Randolph Glacier Inventory (RGI) is a globally complete collection of digital glacier outlines, excluding the two ice sheets. It has become a pillar of glaciological research at global and regional scales for estimates of recent and future glacier changes, glacier mass balance, glacier contribution to sea-level rise, among others. The latest RGI version (V6) was released in July 2017. Here, we present a new version of the RGI (version 7.0), which is our best estimate of global glacier outlines around the year 2000. Unlike previous versions which were compiled by an ad-hoc manual process using different sources, RGI7.0 is generated directly from the Global Land Ice Measurements from Space (GLIMS) glacier database, ensuring full traceability of single outlines to their original authors. The dataset is generated automatically with Python scripts parsing the GLIMS database and selecting outlines according to community decisions (based on data availability, quality and closeness to the year 2000). Prior to its release, the dataset was available for open review from the scientific community, and further refined as necessary. About 70% of the outlines (30% of the total area) in RGI7.0 are obtained from new inventories that were submitted to GLIMS since the last release of RGI6.0 by different groups around the world. This led to considerable quality improvements especially in High Mountain Asia, Northern Canada, northern Greenland, Caucasus and Middle East, South America and New Zealand. RGI7.0 includes updated topographical and geometrical glacier attributes generated with a new community software. The new RGI generation process is open-source, fully reproducible and easily adaptable, making future updates straightforward to generate.

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,041
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,006
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0410,062

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 Opus0,027
Tête enseignante GPT0,227
Écart entre enseignants0,200 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→