MétaCan
Menu
Retour à la cohorte
Enregistrement W4386031590 · doi:10.1139/as-2022-0038

Towards the incorporation of hydrogeochemistry into the modelling of permafrost environments: a review of recent recommendations, considerations, and literature

2023· review· en· W4386031590 sur OpenAlexafffundvenue
Caitlin Lapalme, Christopher Spence, Diogo Costa, Barrie Bonsal, Jordan Musetta-Lambert, Yalda Fazli

Notice bibliographique

RevueArctic Science · 2023
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of SaskatchewanEnvironment and Climate Change Canada
Organismes subventionnairesEnvironment and Climate Change Canada
Mots-clésPermafrostEnvironmental scienceClimate changeEarth scienceScale (ratio)Physical geographyClimatologyEnvironmental resource managementHydrology (agriculture)GeologyGeographyCartographyOceanography

Résumé

récupéré en direct d'OpenAlex

This study is a meta-analysis of recent global research articles on hydrogeochemical modelling of permafrost regions to determine trends and consensus on research gaps and future research directions. The hydrogeochemical response of permafrost to climate change remains challenging to estimate and forecast despite evidence of large-scale impacts on freshwater and ecological cycles. We investigate the feasibility, need, and potential for hydrogeochemical modelling of permafrost landscapes by reviewing recommendations from previous modelling, review, and primer papers, including discussing ways to advance this type of modelling science. Key permafrost hydrogeochemical processes are discussed, including heat transfer and associated freeze–thaw regimes, biogeochemical processes and rates, and surface and subsurface flow. Modelling considerations (i.e., model dimension, scale, heterogeneity, and permafrost zonation) and model parameters are subsequently examined. Finally, limitations and additional considerations for advancing permafrost hydrogeochemical modelling efforts are reviewed. The findings of this review are summarized in recommendations, tables, and two schematics incorporating key considerations for future hydrogeochemical modelling initiatives in permafrost environments.

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)0,002
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,855
Score d'incertitude au seuil0,624

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,152
Tête enseignante GPT0,323
Écart entre enseignants0,171 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207