MétaCan
Menu
Retour à la cohorte
Enregistrement W4405474636 · doi:10.1017/s0954102024000233

Permafrost and ground-ice conditions in the Untersee Oasis, Queen Maud Land, East Antarctica

2024· article· en· W4405474636 sur OpenAlexaff
Denis Lacelle, Marjolaine Verret, Benoit Faucher, David Fisher, Adam Gaudreau, André Pellerin, M. A. Ecclestone, Dale T. Andersen

Notice bibliographique

RevueAntarctic Science · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensTrent UniversityCégep de RimouskiUniversité du Québec à RimouskiGeological Survey of CanadaUniversity of Ottawa
Organismes subventionnairesTawani FoundationNational Aeronautics and Space Administration
Mots-clésPermafrostGeologyCryosphereQueen (butterfly)OceanographyClimatologyIce shelfPhysical geographyFuture sea levelSea iceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Knowledge of Antarctic permafrost is mainly derived from the Antarctic Peninsula and Victoria Land. This study examines the 2019–2023 temperature and humidity conditions, distribution and development of polygonal terrain and the origin of ground ice in soils of the Untersee Oasis. In this region, the surface offset (MAAT ≅ MAGST) and the thermal offset (MAGST ≤ TTIT) reflect the lack of vegetation, absence of persistent snow and a dry soil above the ice table. The mean annual vapour pressure at the ground surface is approximately ~2× higher than in the air but is ~0.67× lower than at the ice table. The size of polygons appears to be in equilibrium with the ice-table depth, and numerical modelling suggests that the depth of the ice table is in turn in equilibrium with the ground surface temperature and humidity. The ground ice at the ice table probably originates from the partial evaporation of snowmelt that infiltrated the dry soil column. As such, the depth of the ice table in this region is set by the water vapour density gradient between the ground surface and the ice-bearing ground, but it is recharged periodically by evaporating snowmelt.

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 enseignants0,217
Score d'incertitude au seuil0,431

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)0,0020,000

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 Opus0,030
Tête enseignante GPT0,271
Écart entre enseignants0,242 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntarctic ScienceMême sujetClimate change and permafrostTravaux en français237 207