MétaCan
Menu
Retour à la cohorte
Enregistrement W6962519832 · doi:10.1594/pangaea.968704

Late spring 2018 land-fast sea ice and sub-ice platelet layer thicknesses from electromagnetic induction soundings along transect West-East-EM-Transect_20181109 in McMurdo Sound, Antarctica

2024· dataset· en· W6962519832 sur OpenAlexaff

Notice bibliographique

RevuePublishing Network for Geoscientific and Environmental Data (PANGAEA) (Alfred Wegener Institute for Polar and Marine Research) · 2024
Typedataset
Langueen
DomaineSocial Sciences
ThématiqueCultural and Religious Practices in Indonesia
Établissements canadiensYork UniversityMemorial University of Newfoundland
Organismes subventionnairesAntarctica New Zealand
Mots-clésTransectSea iceSpring (device)SnowAntarctic sea iceSea ice thicknessArctic ice packCryosphere

Résumé

récupéré en direct d'OpenAlex

Ground-based electromagnetic induction (EM) measurements of land-fast sea ice and sub-ice platelet layer (SIPL) thickness distributions were carried out in McMurdo Sound, Antarctica in late spring (November 1-19) of 2018. Repeated west to east EM transects were carried out across McMurdo Sound along latitude 77.767°S. The EM data was acquired using a frequency-domain Geonics Ltd EM31-MK2 instrument mounted on a sledge and towed by skidoo. The thicknesses of consolidated ice (sea ice plus the snow layer) and the sub-ice platelet layer were simultaneously retrieved from the EM31 measured response using forward modelling and inversion methods of Irvin (2018). Variability in EM thicknesses detected significant growth of sub-ice platelet layer over the 18-day survey period (Brett et al., 2024).

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
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 enseignants0,155
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0030,001
Communication savante0,0040,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,054
Tête enseignante GPT0,301
Écart entre enseignants0,246 · 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.

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'admission1
Résumé présentoui

Explorer davantage

Même revuePublishing Network for Geoscientific and Environmental Data (PANGAEA) (Alfred Wegener Institute for Polar and Marine Research)Même sujetCultural and Religious Practices in IndonesiaTravaux en français237 207