MétaCan
Menu
Retour à la cohorte
Enregistrement W7052120968

Retrogressive thaw slump process and morphology, Eureka Sound Lowlands, Ellesmere Island, Nunavut, Canada

2008· dissertation· en· W7052120968 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship@McGill (McGill) · 2008
Typedissertation
Langueen
DomaineEngineering
ThématiquePlasma Diagnostics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostThermokarstSlumpArcticMicroclimateClimate changeGlacierIce wedge
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Climate change is expected to have a significant impact on arctic regions, most notably in ice-rich permafrost regions. Retrogressive thaw slumps, backwasting resulting from the exposure of ice-rich permafrost, are a prominent thermokarst feature throughout the arctic and are projected to increase in frequency and extent under warming climate scenarios. However, there is limited information on retrogressive thaw slump activity and field observations are complicated by dynamic interactions between morphology and climate. This work attempts to further define these controls to increase understanding of retrogressive thaw slump processes. Spatial variations in headwall retreat indicate energy input and morphological influence on the landform. Morphologic factors such as ice face angles and the nature of ground ice are observed and analyzed for a relation to ice ablation and headwall retreat. Additionally, spatial microclimates are investigated to define the specific energy conditions at the ablating ice face. Analysis indicates that air temperatures in the vicinity of the ice face vary from exterior temperatures in response to solar radiation and wind speed and direction. Periods of high solar radiation and winds originating from upslope of the headwall potentially create a feedback process for headwall retreat.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,096

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship@McGill (McGill)Même sujetPlasma Diagnostics and ApplicationsTravaux en français237 207