MétaCan
Menu
Retour à la cohorte
Enregistrement W4406639191 · doi:10.1038/s41597-025-04458-2

‘DeltaCAN - A new data set of Canadian Arctic and subarctic coastal deltas’

2025· article· en· W4406639191 sur OpenAlexafffundabout
Mette Bendixen, Beatrice Roberge, Jenny Park, David Didier, Antoine Boisson, Haley Yorston, Lindsay Trottier, Ashley Hoblyn, J. H. Lee, Shan Zhao, Lauren Traboulsee, Arthur Rebillard, Lars Lønsmann Iversen

Notice bibliographique

RevueScientific Data · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMethane Hydrates and Related Phenomena
Établissements canadiensNutrasourceUniversité du Québec à RimouskiMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
Mots-clésSubarctic climateArcticOceanographyGeographyData setThe arcticPhysical geographyEcologyEnvironmental scienceGeologyBiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Arctic coasts constitute the critical interface between land and sea, and are subject to rapid changes caused by a warming climate. Current trends throughout the Arctic show increasing erosion trends, while other parts of the coast are experiencing prograding trends. Until now, a vast majority of our knowledge of Arctic coastal evolution is confined to site-specific studies with limited geospatial representation. Here, we present DeltaCAN, a novel data set on the locations of Canadian deltas larger than 500 m in width derived by visual interpretation of freely available satellite imagery. DeltaCAN is Canada's first nationwide coastal detection covering 250.000 km of coastline in the Arctic, identifying 2712 deltas. The inventory is based on inspection of remotely-sensed satellite imageries, developed through an expert-based mapping approach where we implemented a quality control mechanism to assess the completeness of the data set. The DeltaCAN data set allows for assessing changes at an unprecedented spatial extent, improving our understanding of delta morphodynamics.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,171
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 ouverte0,0020,003
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 Opus0,054
Tête enseignante GPT0,274
Écart entre enseignants0,219 · 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'étudeSans objet
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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetMethane Hydrates and Related PhenomenaTravaux en français237 207