MétaCan
Menu
Retour à la cohorte
Enregistrement W4309293737 · doi:10.1029/2022jf006602

The Role of Massive Ice and Exposed Headwall Properties on Retrogressive Thaw Slump Activity

2022· article· en· W4309293737 sur OpenAlexafffundabout
Samuel Hayes, Michael Lim, Dustin Whalen, P. J. Mann, Paul Fraser, Roger Penlington, James E. Martin

Notice bibliographique

RevueJournal of Geophysical Research Earth Surface · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensGeological Survey of CanadaNatural Resources Canada
Organismes subventionnairesNatural Resources CanadaNatural Environment Research CouncilEuropean CommissionIrish Research eLibraryAurora Research Institute
Mots-clésGeologyLayeringOverburdenPermafrostGeomorphologyPhysical geographyMining engineeringOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract Retrogressive Thaw Slumps (RTSs), a highly dynamic form of mass wasting, are accelerating geomorphic change across ice‐cored permafrost terrain, yet the main controls on their activity are poorly constrained. Questions over the spatial variability of environmentally sensitive massive ice bodies and a paucity of high‐spatial and temporal resolution topographic data have limited our ability to project their development and wider impacts. This research addresses these key problems by investigating RTS processes on Peninsula Point—a well‐studied site for intra‐sedimental massive ice in the Western Canadian Arctic. Utilizing high‐resolution topographic data from drone surveys in 2016, 2017 and 2018 we (a) measure the temporal and spatial variations in headwall properties and retreat rates, (b) determine the spatial pattern of subsurface layering using passive seismic monitoring and (c) combine these to analyze and contextualize the factors controlling headwall retreat (HWR) rates. We find that headwall properties, namely massive ice and overburden thickness, are significant controls over rates of HWR. Where persistent massive ice exposures are present inland of the headwall, regardless of thickness, and overburden thickness remains <4 m, HWR is typically more than double that of other headwalls. Furthermore, a 3D site model was created by combining photogrammetric and passive seismic data, highlighting internal layering variability and demonstrating the limitations of extrapolations of internal layering based on headwall exposures. These results provide fresh insights into the in situ controls on HWR rates and new approaches to understanding their variability.

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 enseignants0,215
Score d'incertitude au seuil0,428

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
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,076
Tête enseignante GPT0,300
Écart entre enseignants0,224 · 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

Citations13
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Earth SurfaceMême sujetClimate change and permafrostTravaux en français237 207