MétaCan
Menu
Retour à la cohorte
Enregistrement W4284889740 · doi:10.1139/as-2021-0045

Development of a small-scale approach to assess sea ice change using weekly ice charts, with application to Anguniaqvia Niqiqyuam Marine Protected Area

2022· article· en· W4284889740 sur OpenAlexafffundvenue
Kevin J. Gully, John Iacozza, Karen M. Dunmall

Notice bibliographique

RevueArctic Science · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of ManitobaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaFisheries Joint Management CommitteeUniversity of Manitoba
Mots-clésSea iceOceanographyArctic ice packEnvironmental scienceClimate changeArcticPhysical geographyClimatologyGeographyGeology

Résumé

récupéré en direct d'OpenAlex

Broad-scale changes in sea ice have been documented across the Arctic; however, less is known about sea ice decline at smaller scales, focused at high-priority areas such as marine protected areas (MPAs) or places identified as important by Indigenous Peoples. Here, we develop a small-scale application of assessing sea ice change using weekly sea ice charts and apply that to assess sea ice change in Anguniaqvia Niqiqyuam MPA (ANMPA) from 1980 to 2019. Over that 40-year period, sea ice coverage in ANMPA decreased and open water increased by approximately a month (31.6 days at 50% ice; 33.8 days at 20% ice remaining during break-up and 80% ice formed during freeze-up). Break-up has gone from occurring in mid- or late July to occurring in late June or early July. Freeze-up has changed from occurring in mid-October to occurring in early November. As sea ice decline may have dramatic impacts for the ecosystem and consequences for the people that rely on this important area, we highlight the need to better understand the impacts of sea ice decline in small-scale priority places and also contribute to the development of community-scale approaches to increase the accessibility of assessing change.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,052
Tête enseignante GPT0,235
Écart entre enseignants0,183 · 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

Citations4
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207