MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096561248

Relocation of Major Ions in Snow along the Tundra-Taiga Ecotone

2016· article· en· W7096561248 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSnowArcticScavengingSnow fieldDeposition (geology)TundraPrecipitationAeolian processesSpring (device)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The chemistry of seasonal snowcovers north of Inuvik, Northwest Territories, Canada was stratified by biophysical landscape. In this region, deposition of ions in winter occurs largely through the redistribution of wind-blown snow with accumulations in forest-edges and valley sides 8 to 12 times that of the open tundra. While dominated by this snow redistribution, the loading of most ions, except for SO^^-, does not scale exactly with that of snow, there being several mechanisms by which ion concentrations become relatively enriched or depleted in various landscape units. Vaporisation during temperature-gradient metamorphism in shallow-snow and uptake during either photochemical reac-tions or gaseous scavenging to well-exposed snow transformed concentrations of NOs- by 50 %. Dry deposition of aerosols to forested terrain and valley bottoms enriched C1-, ~ a +, M ~ ~ +, K+ and ca2+ concentrations up to more than two-fold, however scavenging of aerosols to blowing snow particles contri-buted an additional 40 % to the sea-salt enrichment and 20 % to the ca2+ enrichment in wind-blown treeline forests. It is concluded that central measure-ments of snow chemistry in the Arctic cannot be reliably extrapolated without reference to changes caused by over-winter physical and chemical metamorphic processes. Associating the physicaVchemica1 changes with readily identifiable Arctic landscape units suggests a simple and robust method for spatial extrapo-lation.

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 enseignants0,261
Score d'incertitude au seuil0,519

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 technologies0,0010,000
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 Opus0,031
Tête enseignante GPT0,237
Écart entre enseignants0,206 · 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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate change and permafrost→Travaux en français237 207→