MétaCan
Menu
← Retour à la cohorte
Enregistrement W4394278159 · doi:10.6084/m9.figshare.20473738

‘No longer solid’: perceived impacts of permafrost thaw in three Arctic communities

2022· dataset· en· W4394278159 sur OpenAlexaboutno aff
Justine Ramage, Leneisja Jungsberg, Alexandra Meyer, Susanna Gartler

Notice bibliographique

RevueFigshare · 2022
Typedataset
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostArcticEnvironmental scienceThe arcticPhysical geographyGeographyEarth scienceGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Permafrost characterizes ground conditions in most of the Arctic and is increasingly thawing. While environmental consequences of permafrost thaw are under intense scrutiny by natural and life sciences, social sciences' studies on local communities' perceptions of change is thus far limited. This hinders the development of targeted adaptation and mitigation measures. We present the results of a survey on communities' perceptions of permafrost thaw, with a focus on subsistence activities, carried out between 2019 and 2020 in Aklavik (Northwest Territories, Canada), Longyearbyen (Svalbard, Norway), and Qeqertarsuaq (Qeqertalik Municipality, Greenland). Results show that the majority of the 237 participants are well aware of the consequences of permafrost thaw on the landscape as well as the connection between increased air temperature and permafrost thaw. The majority perceive permafrost thaw negatively although they do not perceive it as a challenge in all life domains. Permafrost thaw is perceived as a major cause for challenges in subsistence activities, infrastructure, and the physical environment. Different perceptions within the three study communities suggests that perceptions of thaw are not solely determined by physical changes but also influenced by factors related to the societal context, including discourses of climate change, cultural background, and land use.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,327
Score d'incertitude au seuil0,649

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,077
Tête enseignante GPT0,277
Écart entre enseignants0,199 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshare→Même sujetClimate change and permafrost→Travaux en français237 207→