MétaCan
Menu
Retour à la cohorte
Enregistrement W4415163391 · doi:10.1139/as-2025-0029

Hydrochemistry of hillslope permafrost catchments with degrading and stable ice-wedge polygons, Ogilvie Mountains, Yukon, Canada

2025· article· en· W4415163391 sur OpenAlexafffundvenueabout
Emmanuel Carrière, Roxanne Frappier, Jean Bjornson, Denis Lacelle

Notice bibliographique

RevueArctic Science · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversity of OttawaEnvironment and Climate Change Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPermafrostIce wedgeMeltwaterHydrology (agriculture)ThermokarstSnowmeltDrainage basinWedge (geometry)

Résumé

récupéré en direct d'OpenAlex

Ice-wedge polygonal terrain is one of the most widespread landscapes in continuous permafrost, and at many locations, is undergoing substantial degradation. Set in central Yukon, this study investigates the hydrochemistry of two hillslope subcatchments, one with degrading and one with stable ice-wedge polygons. Ice-wedge degradation began in the 1990s with the formation of a pond. In summer of 2022 and 2023, episodes of filling and drainage of the pond were observed. The geochemical analyses show that the contribution of wedge-ice meltwater is barely detectable in the trough and thaw pond. Results suggest that the water track and pond are mainly fed by snowmelt in early summer but are recharged by rainfall in mid-to-late summer. Further, as the active layer progressively thaws in summer, there is an increased contribution of ions to the surface waters from the dissolution of carbonates by soil water. However, the stream in the catchment with stable polygons has a much higher solute load. This suggests that unlike other types of permafrost degradation, the degradation of ice-wedge polygons may not necessarily have adverse effect on water quality in a catchment.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,053
Score d'incertitude au seuil0,444

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,216
Écart entre enseignants0,206 · 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

Citations0
Publié2025
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207