Comment on essd-2021-172
Notice bibliographique
Résumé
Abstract. Permafrost-affected ecosystems of the Arctic-boreal zone in northwestern North America are undergoing profound transformation as a result of rapid climate change. NASA’s Arctic Boreal Vulnerability Experiment (ABoVE) is investigating characteristics that make these ecosystems vulnerable or resilient to this change. ABoVE employs airborne synthetic aperture radar (SAR) as a powerful tool to characterize tundra, taiga, peatlands, and fens. Here, we present an annotated guide to the L-band and P-band airborne SAR data acquired during the 2017, 2018, and 2019 ABoVE airborne campaigns. We provide a detailed description of the ~80 SAR flight lines and how each fits into the ABoVE experimental design. Extensive maps, tables, and hyperlinks give direct access to every flight plan as well as individual flight lines. We illustrate the powerful interdisciplinary nature of airborne SAR data with examples of preliminary results from ABoVE studies including: boreal forest canopy structure from tomoSAR data over Delta Junction, AK and the BERMS site in northern Saskatchewan; active layer thickness and soil moisture data product validation. This paper is presented as a guide to enable interested readers to fully explore the ABoVE L- and P-band SAR data.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,015 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,317 | 0,268 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».