Sea ice drift tracks from the Distributed Network of autonomous buoys deployed during the Multidisciplinary drifting Observatory for the Study of Arctic Climate (MOSAiC) expedition 2019 - 2021
Notice bibliographique
Résumé
The largest ever network of autonomous ice-tethered buoys was deployed as a Distributed Network (DN) surrounding the Multidisciplinary drifting Observatory for the Study of Arctic Climate (MOSAiC) Central Observatory (CO). This extensive network of 112 Global Positioning System (GPS) buoys and 12 multi-instrumented ice stations captured the annual cycle of Arctic sea ice drift and deformation for the first time as the DN traversed the Transpolar Drift Stream. GPS position data from buoys deployed during the year-long MOSAiC experiment capture sea ice drift and deformation at spatial scales ranging from 100s of meters to 200 kilometers (km) from late September 2019 into 2021. This dataset contains 216 quality-controlled drift tracks from buoys deployed at sites within a 45 km radius of the MOSAiC CO. Initial deployments began 26 September 2019 (Leg 1) with new deployments of buoys in mid-March-April 2020 (Leg 3), and August-September 2020 (leg 5). This dataset has been fully reprocessed to update drift tracks with the last of the data collected by buoys that were still operational after the initial download and processing. Complete temporal coverage of this data set is now 26 September 2019 through 23 May 2021.
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 | 0,005 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,004 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,184 | 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 ».