Monitoring of the surface ground temperature in Arctic permafrost areasMonitoring of the surface ground temperature in Arctic permafrost areas using remote sensing satellite data assimilated in the canadian climatic surface scheme model (CLASS)
Notice bibliographique
Résumé
Plusieurs études récentes ont montré que le réchauffement climatique des régions nordiques, deux fois plus important dans les hautes latitudes nord qu’ailleurs dans le monde, augmentait l’épaisseur de la couche active de surface en zones de pergélisol (couche superficielle du sol qui dégèle durant la période estivale). Cette modification de surface pourrait avoir un impact environnemental très important sur la libération du carbone du sol, l’hydrologie, les écosystèmes, ainsi que sur le pergélisol. Cette évolution commence déjà à avoir des répercutions socio-économiques importantes sur les infrastructures des communautés du Nord. Le but du projet est d’exploiter une nouvelle base de données satellites micro-onde, que nous venons de développer, pour l’analyse des températures de surface et de l’évolution du pergélisol (permafrost) au Canada-Alaska sur les 30 dernières années. Un des objectifs spécifiques du projet est de mettre au point une méthode de caractérisation des changements de la couche active de surface en zones de pergélisol par l’assimilation des observations spatiales dans un modèle de flux de chaleur dans le sol. L’évolution de l’étendue des zones de pergélisol dérivée sera analysée en fonction de la couverture du sol et de la dynamique du couvert nival, deux paramètres aussi dérivés par satellite. Possibilité de validation des modèles par mesures au sol avec nos radiomètres micro-ondes. Ce projet combine ainsi développement théorique, modélisation et traitement d’images numériques sur différents domaines scientifiques (physique de la mesure en télédétection, géophysique de l’environnement, écosystèmes, science des sols).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,006 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».