MétaCan
Menu
Retour à la cohorte
Enregistrement W4362518665 · doi:10.24908/iqurcp16341

Changes in Glacial Area Extent in Auyuittuq National Park, Pangnirtung

2023· article· en· W4362518665 sur OpenAlexaffvenueabout
Ashley Duyvesyeyn

Notice bibliographique

RevueInquiry Queen s Undergraduate Research Conference Proceedings · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésGlacierGlacial periodPhysical geographyArcticArchipelagoGeoreferenceNational parkAerial photographyPhotogrammetryAerial photosGeologyCartographyRemote sensingGeographyArchaeologyOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

With global temperatures rising four times faster in the Canadian Arctic compared to global averages, glaciers in the Canadian Arctic Archipelago (CAA) are starting to shrink at an alarming rate (Paul et al., 2020). To quantify rates of change, frequent updates of glacial outlines to provide an accurate database for monitoring are needed (Schaffer et al., 2017). Rundle, Nerutusoq, and Fort Beard Glaciers are all located on the Penny Ice Cap within Auyuittuk National Park, Baffin Island, Canada. Using a combination of aerial photography and ArcGIS Pro, I examined the historical and recent changes in glacial area extents. High resolution historical aerial photographs from the National Air Photo Library dating to September 1959 were manually georeferenced onto ArcGIS Pro. Photogrammetry techniques were then used to combine the aerial photographs into one combined orthographic image. The historic glaciers were then outlined using a manual technique based on the pixel size (8 μm) of the images using ArcGIS Pro. This allows me to compare glacial outlines from 2010 using the Randolph glacier inventory and 2022 using manual outline techniques described, respectively. Because using a manual technique can create accuracy limitation, specifically during the georeferencing process, I compared results for both time periods using an automatic method. Results from my work will provide estimates of changes in glacier area over time, the relative precision of different methods, and weather rates of shrinkage have increased over time. ReferencesPaul, F., Rastner, P., Azzoni, R. S., Diolaiuti, G., Fugazza, D., Le Bris, R., Nemec, J., Rabatel, A., Ramusovic, M., Schwaizer, G., & Smiraglia, C. (2020). Glacier shrinkage in the Alps continues unabated as revealed by a New Glacier Inventory from sentinel-2. Earth System Science Data, 12(3), 1805–1821. https://doi.org/10.5194/essd-12-1805-2020 Schaffer, N., Copland, L., & Zdanowicz , C. (2017). Ice velocity changes on Penny Ice Cap, Baffin Island, since the 1950s. Journal of Glaciology, 63(240), 716–730. https://doi.org/10.1017/jog.2017.40

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)0,000
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 enseignants0,380
Score d'incertitude au seuil0,765

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,202
Tête enseignante GPT0,361
Écart entre enseignants0,159 · 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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInquiry Queen s Undergraduate Research Conference ProceedingsMême sujetCryospheric studies and observationsTravaux en français237 207