Investigating spatial variability of ground temperatures across coastal-continental and latitudinal gradients in Labrador, northeastern Canada
Notice bibliographique
Résumé
Periglacial landscapes support land-based activities important to Labrador Innu and Inuit, such as hunting and foraging, and support habitats for a diversity of northern species in the region. However, these environments are undergoing rapid ecosystem change due to recent atmospheric warming, which has altered regional and local ground thermal dynamics, including permafrost stability. Changing ground temperatures may further contribute to broad environmental change, but minimal observations of ground temperatures exist from highlands across the region. The lack of regional ground temperature data contributes to the misrepresentation of Labrador within permafrost distribution maps and increases risks for major infrastructure developments. Uncertainty also surrounds how ground temperatures in Labrador are responding to increased shrub encroachment and changes in winter precipitation. This thesis seeks to characterise spatial variability of near-surface ground temperatures in Labrador's highland ecosystems and identify the local factors most influencing this variability. We measured ground temperatures across five highland sampling areas with varying continentalities and latitudes. Data from 100 GST sites were collected during the 2022-2023 hydrological year, along with remote sensing data and in situ observations of local vegetation, soil, and topographic conditions. Mean annual ground surface temperatures (MAGST), n-factors, and surface offsets were collected and analysed by sampling area, landcover, and snow accumulation regime. Random Forest (RF) models also assessed the relative importance of various field, climate, and remote sensing variables for predicting MAGST. This thesis provides a baseline of ground temperature conditions in Labrador’s highlands, providing insights for updated permafrost maps, environmental impact assessments, and improving predictions of the impact of climate change on local ecosystems.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».