Magical spherical ice (ice balls, ice eggs)
Notice bibliographique
Résumé
大量球状冰集聚排列是自然界中较为罕见的现象，一般发生在浅滩、湖岸和河岸处.因球状冰形态特征的特殊性，常被称之为冰球、冰蛋.球状冰的形成与发展受气象、水动力和水滨地形条件等多因素共同控制，且具有一定的时空限制，必须在短时间内多因素协同干预才可能引发冰球集聚.正是凭借“制造”条件的苛刻性导致了冰球集聚现象的罕见，也造成了全球各地冰球出现的位置、形态和数量之间存在差异.已有来自于德国、俄罗斯、芬兰和加拿大等多个国家关于冰球现象的报道，但发生频率极少，约20~30年一次.近年来在吉林省的查干湖和四海湖发现了冰蛋现象，但关于球状冰从形成到大量集聚之间的定量研究依然缺少实测数据分析支撑.毫无疑问，来自大自然的神奇现象为科学探索研究提供了更多的动力和乐趣.;A large number of spherical ice accumulations are relatively rare in nature, and generally occur in shallows, lake banks and river banks. Due to the particularity of the morphological characteristics of spherical ice, it is often called ice balls or ice eggs. The formation and development of spherical ice are jointly controlled by meteorological, hydrodynamic and waterfront topographic conditions, and have certain spatial and temporal constraints. Multi-factor synergistic intervention in a short period of time is required to initiate ice balls to aggregate. Those rigorous conditions leads to the rarity of ice balls agglomeration, as well as the differences in the location, shape and number of ice balls pucks around the world. Up to now, there have been several reports on the ice balls phenomenon from Germany, Russia, Finland, Canada and other countries, whereas the frequency is very rare, about once every 20 to 30 years. In recent years, the ice egg phenomenon has also been discovered in Lake Chagan and Lake Sihai in Jilin Province, China, but the quantitative research on the formation of spherical ice from the formation to mass accumulation still lacks supporting measured data in situ. There is no doubt that the magical phenomena from nature provide more motivation and fun for scientific exploration and research.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».