A spatially constrained remote sensing-based inventory of glacial lakes worldwide
Notice bibliographique
Résumé
Climate change accelerates the extensive retreat of glaciers, leading to the widespread development of glacial lakes. A holistic picture of the spatial distribution of glacial lakes worldwide is a critical base for tracking the outburst hazards. By employing a semi-automated mapping approach and rigorous quality control, this study inventories 117,352 glacial lakes (≥0.01 km 2 ) worldwide (the ice cap/sheet of Antarctic and Greenland excluded), with a net area of 24,755.84 ± 2,971.33 km 2 . The evaluation result shows this global inventory of glacial lakes (GIGLak) has an overall accuracy of 89.37% and 91.42% in number and area, respectively. These glacial lakes are widely distributed in different altitudes, ranging from the Earth’s third pole to the coasts. Most glacial lakes are distributed in the Greenland periphery, High-Mountain Asia, Alaska, Canada, and the Cordilleras. The number of glacial lakes between 0.01–0.1 km 2 accounts for 77.24% of the total count but only 11.82% in area. The classification of glacial lakes as four types indicates that the ice-uncontacted proglacial lakes dominate the number (67.07%) and area (53.04%) worldwide.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».