MétaCan
Menu
← Retour à la cohorte
Enregistrement W6929999209 · doi:10.5281/zenodo.11520803

Sea ice deformation and rotation rates (SIDRR) from the ECCC-ASITS

2024· dataset· en· W6929999209 sur OpenAlexaffabout

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typedataset
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensMcGill UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSynthetic aperture radarSea iceRotation (mathematics)KinematicsCorner reflectorVertex (graph theory)

Résumé

récupéré en direct d'OpenAlex

Description: This dataset offers pan-Arctic sea ice deformation and rotation rates (SIDRR) computed from Sentinel1 (S1) and the Radarsat Constellation Mission (RCM) Synthetic Aperture Radar (SAR) imagery, based on Sea Ice Motion (SIM) vector outputs from the Environment and Climate Change Canada Automated Sea Ice tracking System (ECCC-ASITS, Howell et al., 2022). The ASITS produces lists of sea ice motion vectors derived by tracking recognizable features in overlapping pairs of SAR images (Komarov and Barber, 2014). The tracked features from each SAR image pair are triangulated, and the SIDRRs computed using a line integral method (Bouchat et al., 2020, 2022) based on the velocity and start location of each vertex. Format: The raw SIDRR data from multiple SAR images are stacked in daily netcdf output files, based on the acquisition time of the earliest image in the pair. The netcdf files thus include data from variable time and space resolutions depending on the triangulation and images acquisition time, in the ranges of 4 - 20 km and 12 h - 6 days. Each file is named with the convention “SIDRR_YYYYMMDD.nc”. For example, “SIDRR_20210101.nc” contains data from pairs with the first image acquisition time on January 1st, 2021. Dimension and variable names: Dimensions: n triangle ID number Variables: idpair (n) SAR scene pair ID number ids1 (n) ID of triangle vertex 1 ids2 (n) ID of triangle vertex 2 ids3 (n) ID of triangle vertex 3 start_time Acquisition time, SAR image #1 (hrs since ref. time) end_time Acquisition time, SAR image #2 (hrs since ref. time) start_lat1 Start latitude, tracked vertex 1 (ºN) start_lat2 Start latitude, tracked vertex 2 (ºN) start_lat3 Start latitude, tracked vertex 3 (ºN) start_lon1 Start longitude, tracked vertex 1 (ºE) start_lon2 Start longitude, tracked vertex 2 (ºE) start_lon3 Start longitude, tracked vertex 3 (ºE) end_lat1 End latitude, tracked vertex 1 (ºN) end_lat2 End latitude, tracked vertex 2 (ºN) end_lat3 End latitude, tracked vertex 3 (ºN) end_lon1 End longitude, tracked vertex 1 (ºE) end_lon2 End longitude, tracked vertex 2 (ºE) end_lon3 End longitude, tracked vertex 3 (ºE) A Start triangle Area (m2) errA Propagation of tracking error on A (m2) dudx x-direction divergence rate (day-1) dvdy y-direction divergence rate (day-1) dvdx x-direction shear rate (day-1) dudy y-direction shear rate (day-1) vrt vorticity (day-1) err_vrt Propagation of tracking error on vrt (day-1) div Divergent deformation rate (day-1) err_div Propagation of tracking error on div (day-1) shr Shear deformation rate (day-1) err_shr Propagation of tracking error on shr (day-1) s2n Total deformation’s signal to noise ratio

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,956
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0320,043

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 Opus0,018
Tête enseignante GPT0,239
Écart entre enseignants0,221 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetGenomics and Phylogenetic Studies→Travaux en français237 207→