MétaCan
Menu
Retour à la cohorte
Enregistrement W4401543889 · doi:10.1080/15230430.2024.2380375

Spatial clustering of seasonal sea ice of Hudson Bay, Canada, 1971–2018

2024· article· en· W4401543889 sur OpenAlexaffabout
Sławomir Kowal, William A. Gough, Kenneth Butler

Notice bibliographique

RevueArctic Antarctic and Alpine Research · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBaySea icePhysical geographyOceanographyGeographyClimatologyEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

The spatial variation in seasonal sea ice in Hudson Bay is examined using spatial clustering analyses. For the period 1971 to 2018, a time series of sea-ice breakup and freeze-up dates and ice-free season length at thirty-six grid locations is generated from sea-ice charts derived from satellites and other data. These data are analyzed spatially using three different clustering techniques. Overall, the three methods revealed a northeast/southwest axis in sea-ice behavior consistent with a well-documented cyclonic current flow and wind regime in Hudson Bay. The methods did differ in assigning grid locations to clusters with the greatest consistency for breakup behavior and in the northern region of the Bay across all three metrics. The greatest variability occurred with the central sea-ice platform likely the response to only subtle variations among these locations, leading to varying clusters. Missing data especially with freeze-up and ice-free season played a role in the clustering.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,377
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,029
Tête enseignante GPT0,279
Écart entre enseignants0,251 · 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.

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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueArctic Antarctic and Alpine ResearchMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207