MétaCan
Menu
Retour à la cohorte
Enregistrement W7064792034

Characterization of summer Arctic sea ice morphology in the 135°-175°W sector using multi-scale methods

2017· other· en· W7064792034 sur OpenAlexaboutno aff

Notice bibliographique

RevueSIA OpenIR (Chinese Academy of Sciences) · 2017
Typeother
Langueen
DomainePhysics and Astronomy
ThématiqueParticle Detector Development and Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSea iceArctic ice packAntarctic sea iceDrift iceSea ice thicknessCryosphereArcticFast iceSea ice concentration
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In summer 2014, sea ice morphological characteristics were investigated in the 135°-175°W sector of the Arctic Ocean using in situ, shipborne, and remote sensing measurements. Sea ice in this sector was deformed and compact compared to previous observations. The average ice area in the region (70°-82.5°N, 135°-175°W) was 7.6 × 105km2for 29 July through 6 September 2014, the fourth largest record between 2003 and 2014. This can be attributed to the enhanced multiyear sea ice inflow from north of the Canadian Arctic Archipelago from September 2013 to August 2014. Multiyear ice coverage in the study region on 30 April 2014 was 55%, which was larger than the values in 2005-2013. During the melt season of 2014, the Arctic Dipole had a positive anomaly, associated with enhanced southerly wind. In summer 2014 the marginal ice zone exhibited a distinct ice retreat, whereas the pack ice zone (PIZ) showed strong persistence due to the large coverage of multiyear ice. The northward retreat of the PIZ boundary was < 100 km from late July through early September 2014. In the PIZ of 76-80.5°N, average ice thickness weighted by ice concentration, obtained by shipborne measurements in August 2014 was 0.54 m thicker than that obtained in August 2010 due to enhanced ice deformation and less open waters in 2014. At 81°N, sea ice with modal thickness of 1.48 m reached thermodynamic balance by late August 2014, which was much earlier than that in 2010.

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 enseignants0,009
Score d'incertitude au seuil0,018

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
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,074
Tête enseignante GPT0,390
Écart entre enseignants0,316 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIA OpenIR (Chinese Academy of Sciences)Même sujetParticle Detector Development and PerformanceTravaux en français237 207