MétaCan
Menu
← Retour à la cohorte
Enregistrement W7084158094 · doi:10.5194/egusphere-2025-1801-ac1

Reply on RC1

2025· peer-review· en· W7084158094 sur OpenAlexaffabout

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geochemical Analysis
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPermafrostBoreholeRelaxation (psychology)Ground-penetrating radarElectrical resistivity and conductivityGround truthInduced polarization

Résumé

récupéré en direct d'OpenAlex

Abstract. The melting of ground ice poses significant hazards in permafrost regions, making effective detection methods essential. Conventional geophysical techniques like electrical resistivity, seismic surveys, or ground-penetrating radar alone often produce ambiguous results due to the overlap of material characteristics between frozen and unfrozen ground. This study addresses these limitations by using the dielectric relaxation time of ice as a unique indicator of ground ice. We developed a method to quantify relaxation time from Spectral Induced Polarization (SIP) data measured by the FUCHS III device. The method's effectiveness was demonstrated through synthetic data and two field surveys. SIP field measurements, ranging from 1.46 Hz to 40 kHz, were conducted on a retrogressive thaw slump and a pingo in Yukon, Canada. The extracted relaxation times were mapped to pseudo-depths obtained from single-frequency inversion. This study proposes a relaxation time range from 10 to 400 µs for ground ice, and the results demonstrate that this range can detect ground ice spectra in field studies. Comparison with observations in a borehole and an exposure of permafrost indicate that relaxation time is less ambiguous in detecting ground ice in warm permafrost than conventional methods such as electrical resistivity tomography.

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)0,002
score de la tête « metaresearch » (Gemma)0,029
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: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,125
Score d'incertitude au seuil0,419

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,029
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0030,004
Science ouverte0,0030,002
Intégrité de la recherche0,0210,017
Charge utile insuffisante (le modèle a refusé de juger)0,1250,102

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 Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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
GenreAutre

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeological and Geochemical Analysis→Travaux en français237 207→