MétaCan
Menu
Retour à la cohorte
Enregistrement W4412067699 · doi:10.1016/j.rse.2025.114883

Seasonal dynamics of a coupled hillslope — river system in the Arctic revealed by semi-automated satellite image analysis

2025· article· en· W4412067699 sur OpenAlexaboutno aff
Christian M. Erikson, Evan N. Dethier, Carl E. Renshaw

Notice bibliographique

RevueRemote Sensing of Environment · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesNational Aeronautics and Space Administration
Mots-clésRemote sensingSatelliteArcticSatellite imageSatellite imageryGeologyThe arcticEnvironmental scienceOceanography

Résumé

récupéré en direct d'OpenAlex

Proliferation of retrogressive thaw slumps has the potential to dominate the sediment yield in arctic watersheds through an influx of hillslope-derived sediment to rivers. We develop a suite of algorithms to semi-automate measurements of thaw slump growth and river suspended sediment concentrations from satellite imagery with the intent of linking the production of sediments on a hillslope to the presence of sediment in an adjacent stream at the seasonal scale. We apply our semi-automated methods to quantify seasonal changes in scar zone area, headwall retreat, and suspended sediment concentration at a thaw slump in the Canadian Northwest Territories, which has doubled in size during the observation period. The semi-automated approaches record up to 30 cm/day of headwall retreat, strongly correlated with warm season temperature, and an approximate doubling in suspended sediment concentration downstream of the thaw slump relative to an upstream control reach. The semi-automated results of the slump growth compare well with previous observations of retrogressive thaw slumps and with manual measurements from satellite imagery. Seasonal patterns in the suspended sediment concentration and thaw slump erosion identify the signal of thaw slump sediments in the river as most prominent during the late summer, when sediment stored in the scar zone can be mobilized by precipitation. The ability of the semi-automated methods to capture the seasonal dynamics of the reach demonstrates the possibility of extending their use to other thaw slumps across the Arctic.

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)0,000
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 enseignants0,625
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,211
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'admission1
Résumé présentoui

Explorer davantage

Même revueRemote Sensing of EnvironmentMême sujetClimate change and permafrostTravaux en français237 207