MétaCan
Menu
Retour à la cohorte
Enregistrement W4365514438 · doi:10.1017/aog.2023.14

Contribution of glaciers to water, energy and food security in mountain regions: current perspectives and future priorities

2022· article· en· W4365514438 sur OpenAlexaff
Caroline Clason, Sally Rangecroft, Philip N. Owens, Edyta Łokas, Giovanni Baccolo, Nick Selmes, Dylan Beard, Jessica Kitch, Rosa María Dextre, Sergio Morera, William Blake

Notice bibliographique

RevueAnnals of Glaciology · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNatural Environment Research CouncilConsejo Nacional de Ciencia, Tecnología e Innovación TecnológicaGlobal Challenges Research FundSight Research UKQuaternary Research AssociationNewton Fund
Mots-clésMeltwaterGlacierGlacial periodWater securityResource (disambiguation)Climate changeFood securitySedimentEnvironmental scienceEnvironmental resource managementHydrology (agriculture)Water resourcesGeologyWater resource managementPhysical geographyGeographyOceanographyGeomorphologyEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Mountain glaciers are crucial sources of fresh water, contributing directly and indirectly to water, energy and food supplies for hundreds of millions of people. Assessing the impact of diminishing glacial meltwater contributions to the security of this resource is critical as we seek to manage and adapt to changing freshwater dynamics in a warming world. Both water quantity and quality influence water (in)security, so understanding the fluxes of water, sediment and contaminants through glacial and proglacial systems is required for holistic assessment of meltwater contribution to downstream resource security. In this paper we consider the socio-environmental role of and pressures on glacier-fed waters, discuss key research priorities for the assessment of both the quantity and quality of meltwater and reflect on the importance of situating our understanding within a transdisciplinary and inclusive research landscape.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,169
Score d'incertitude au seuil0,205

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,262
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations45
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207