Transect-based ice thickness, snow depth, and surface elevation data collected on the Yukon and Tanana rivers in Alaska during the late winter 2024
Notice bibliographique
Résumé
As part of the Fresh Eyes on Ice project (https://fresheyesonice.org/), we traveled between the communities of Galena and Fairbanks Alaska during March of 2024 collected field data at 24 river locations and one lake location to document late winter ice and snow conditions. The majority of locations were selected based on satellite-observed ice conditions during freeze-up (October - December 2023) to represent transitions in ice formation timing and process. All data was collected along linear transects ranging from approximately 100 to greater than 1000-meter (m) length typically arrayed across freeze-up transitions zones using a combination of ice drilling at three to five points along each transect, high-frequency ice penetrating radar (500 millihertz (mHz) antennae), evenly spaced snow depth measurements using a magna probe, and unpersonned aerial vehicle (UAS) structure-for-motion photographs to construct relative surface elevation models. Ice thickness, snow depth, and relative surface elevation data were summarized to 10-m intervals along these transects. Specifically, these data are intended to aid understanding of how river freeze-up conditions are expressed in late winter at a resolution comparable to many field studies and remotely sensed data acquisition types. Several locations were selected with input from the communities of Galena, Tanana, and Rampart.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».