MétaCan
Menu
Retour à la cohorte
Enregistrement W7083454954 · doi:10.18739/a23775x48

Making Earth System Data Records for Use in Research Environments (MEaSUREs) Greenland Ice Sheet Velocity Map from Interferometric Synthetic Aperture Radar (InSAR) Data, Version 2, 2000-2018

2015· dataset· en· W7083454954 sur OpenAlexaboutno aff

Notice bibliographique

RevueCalifornia Digital Library · 2015
Typedataset
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDiverse Scientific and Economic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterferometric synthetic aperture radarSynthetic aperture radarData setGreenland ice sheetIce sheetSnowEarth observationSatellite

Résumé

récupéré en direct d'OpenAlex

This data set, part of the National Aeronautics and Space Administration (NASA) Making Earth System Data Records for Use in Research Environments (MEaSUREs) program, contains seasonal (winter) ice sheet-wide velocity maps for Greenland. The maps are derived from Interferometric Synthetic Aperture Radar (InSAR) data obtained by the Canadian Space Agency's (CSA) RADARSAT-1, the Japan Aerospace Exploration Agency's (JAXA) Advanced Land Observation Satellite (ALOS), and the German Aerospace Center's (DLR) TerraSAR-X/TanDEM-X (TSX/TDX) satellites, as well as from the European Space Agency's (ESA) C-band Synthetic Aperture Radar data from Copernicus Sentinel-1A and -1B. This data set contains eleven winter Greenland ice sheet-wide mosaicked velocity maps derived from Synthetic Aperture Radar (SAR) data. Depending on the year, different platforms and sensors were used to produce these data (see Table 3). For each winter, a shapefile is included to indicate the source satellite image pairs that were processed to produce the mosaic. Since speckle tracking may fail to produce results at some points within a SAR image pair, the swaths listed in the shapefile only indicate which data could have contributed to a particular point (i.e., some data from that swath were used in the mosaic, but at any particular point, there may not have been a valid result from that swath). Joughin, I., B. Smith, I. Howat, and T. Scambos. 2015, updated 2018. MEaSUREs Greenland Ice Sheet Velocity Map from InSAR Data, Version 2. Boulder, Colorado USA. NASA National Snow and Ice Data Center Distributed Active Archive Center. doi: https://doi.org/10.5067/OC7B04ZM9G6Q. 13 Nov 2020.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,097
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,010

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 Opus0,229
Tête enseignante GPT0,277
Écart entre enseignants0,047 · 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'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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCalifornia Digital LibraryMême sujetDiverse Scientific and Economic StudiesTravaux en français237 207