MétaCan
Menu
Retour à la cohorte
Enregistrement W4390500493 · doi:10.12775/bgeo-2023-0008

Thermal regimes of lakes in the southern and eastern part of the Baltic Sea catchment area during the period of climate change

2023· article· en· W4390500493 sur OpenAlexaff
Rajmund Skowron, Tomasz Jaszczyk

Notice bibliographique

RevueBulletin of Geography Physical Geography Series · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIntegrated Water Resources Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceClimate changePeriod (music)Physical geographyClimatologyBaltic seaDrainage basinHydrology (agriculture)Surface waterGeographyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

The study covered eleven lakes located in northern Poland and Belarus, aiming to determine the degree and trends of surface water temperature changes for the years 1971–2020 and lake ice cover for the period of 1961–2020 under the influence of ongoing climate changes. The analysis focused on changes and trends in average monthly surface water temperatures (SWT), as well as changes in the onset and end, duration and maximum thickness of ice cover. The average annual surface water temperature increased in the lakes by an average of 0.044°C per year. The lake with the highest trend is Chervonoe, at with 0.066°C per year, while the lowest is 0.029°C per year in Lake Hańcza. The ice cover duration showed a decrease of 0.6 days per year, and there was a reduction in maximum ice thickness of 0.27 cm per year

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 enseignants0,039
Score d'incertitude au seuil0,077

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
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,188
Écart entre enseignants0,180 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Geography Physical Geography SeriesMême sujetIntegrated Water Resources ManagementTravaux en français237 207