MétaCan
Menu
Retour à la cohorte
Enregistrement W4407181381 · doi:10.5194/essd-17-423-2025

A sea ice deformation and rotation rate dataset (2017–2023) from the Environment and Climate Change Canada automated sea ice tracking system (ECCC-ASITS)

2025· article· en· W4407181381 sur OpenAlexafffundabout
Mathieu Plante, Jean‐François Lemieux, Bruno Tremblay, Amélie Bouchat, Damien Ringeisen, Philippe Blain, Stephen Howell, Mike Brady, Alexander S. Komarov, Béatrice Duval, Lekima Yakuden, Frédérique Labelle

Notice bibliographique

RevueEarth system science data · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensMcGill UniversityEnvironment and Climate Change Canada
Organismes subventionnairesCanadian Space Agency
Mots-clésSea iceClimate changeClimatologyTracking (education)Environmental scienceRotation (mathematics)OceanographyGeologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. Sea ice forms a thin but horizontally extensive boundary between the ocean and the atmosphere and has complex, crust-like dynamics characterized by intermittent sea ice deformations. The heterogeneity and localization of these sea ice deformations are important characteristics of the sea ice cover that can be used to evaluate the performance of dynamical sea ice models against observations across multiple spatial and temporal scales. Here, we present a new pan-Arctic sea ice deformation and rotation rate (SIDRR; https://doi.org/10.5281/zenodo.13936609, Plante et al., 2024a) dataset derived from the RADARSAT Constellation Mission (RCM) and Sentinel-1 (S1) synthetic aperture radar (SAR) imagery from 1 September 2017 to 31 August 2023. The SIDRR estimates are derived from contour integrals of triangulated ice motion data, obtained from the Environment and Climate Change Canada automated sea ice tracking system (ECCC-ASITS). The SIDRR dataset is not regularized and consists of stacked data from multiple SAR images computed on a range of spatial (4–10 km) and temporal (0.5–6 d) scales. It covers the entire Arctic Ocean and all peripheral seas except the Okhotsk Sea. Uncertainties associated with the propagation of tracking errors on the deformation values are included. We show that rectangular patterns of deformation features are visible when the sampled deformation rates are lower than the propagation error. This limits the meaningful information that can be extracted in areas with low SIDRR values but allows for the study of linear kinematic features with a high SIDRR signal-to-noise ratio. The spatial coverage and range of resolutions of the SIDRR dataset provide an interesting opportunity to investigate regional and seasonal variability in sea ice deformation statistics across scales, and these data can also be used to determine metrics for model evaluation.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,561
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,023
Tête enseignante GPT0,225
Écart entre enseignants0,202 · 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.

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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEarth system science dataMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207