Susceptibility of active-layer detachment failures and vulnerability of infrastructure in Alaska and northwestern Canada
Notice bibliographique
Résumé
Abstract Ongoing climate change is critically endangering cold regions, with the Arctic warming at nearly four times the global average. This rapid warming is not only accelerating the irreversible thawing of permafrost but is also reshaping the region’s topography, vegetation, hydrology, infrastructure integrity, and carbon exchange. The destabilization of the ground through thaw of ice-rich permafrost, known as thermokarst, is increasing to mass-wasting events such as active-layer detachment failures (ALDs), shallow landslides that are becoming increasingly common in the Arctic. In light of these alarming developments, our study employs the Maxent statistical model to analyze ALD distribution, develop a susceptibility map for Alaska and Northwest Territories, Canada, in the current climate, and assess the potential impact to infrastructure. We identified high-susceptibility zones across critical regions, including the Brooks Range, Franklin Mountains, and West Crazy Mountains in Alaska, as well as the Dawson City and Mackenzie River areas in Canada. Particularly concerning is the vulnerability of linear infrastructure: 878 km of roads, 167 km of the Trans-Alaska pipeline, and 140 km of the Norman Wells pipeline are situated in areas of high to very high susceptibility to ALDs. These results highlight the urgent need for proactive strategies and infrastructure planning to deal with the growing threats from permafrost thaw and its wide-ranging effects.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».