Comment on essd-2021-91
Notice bibliographique
Résumé
Abstract. We present a high-resolution airborne radar data set (EGRIP-NOR-2018) for the onset region of the Northeast Greenland Ice Stream (NEGIS). The radar data were acquired in May 2018 with the Alfred Wegener Institute's multichannel ultra-wideband (UWB) radar mounted on the Polar 6 aircraft. Radar profiles cover an area of ∼24 000 km2 and extend over the well-defined shear margins of the NEGIS. The survey area is centered at the location of the drill site of the East Greenland Ice-Core Project (EastGRIP), and several radar lines intersect at this location. The survey layout was designed to (i) map the stratigraphic signature of the shear margins with radar profiles aligned perpendicular to ice flow, (ii) trace the radar stratigraphy along several flow lines, and (iii) provide spatial coverage of ice thickness and basal properties. While we are able to resolve radar reflections in the deep stratigraphy, we cannot fully resolve the steeply inclined reflections at the tightly folded shear margins in the lower part of the ice column. The NEGIS is causing the most significant discrepancies between numerically modeled and observed ice surface velocities. Given the high likelihood of future climate and ocean warming, this extensive data set of new high-resolution radar data in combination with the EastGRIP ice core will be a key contribution to understand the past and future dynamics of the NEGIS. The EGRIP-NOR-2018 radar data products can be obtained from the PANGAEA data publisher (https://doi.pangaea.de/10.1594/PANGAEA.928569; Franke et al., 2021a).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,020 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,270 | 0,259 |
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 source (Gemma direct ou Codex distillé), 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 ».