MétaCan
Menu
Retour à la cohorte
Enregistrement W7100725294

Policy Implications of Warming Permafrost Policy Implications of Warming PermafrostExecutive Summary

2013· article· en· W7100725294 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueMathematics, Computing, and Information Processing
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPermafrostActive layerSnowNorthern HemisphereAir temperatureThermokarstSnowpackCryosphere
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Permafrost is perennially frozen ground occurring in about 24 % of the exposed land surface in the Northern Hemisphere. The distribution of permafrost is controlled by air temperature and, to a lesser extent, by snow depth, vegetation, orientation to the sun and soil properties. Any location with annual average air temperatures below freezing can potentially form permafrost. Snow is an effective insulator and modulates the effect of air temperature, resulting in permafrost temperatures up to 6°C higher than the local mean annual air temperature. Most of the current permafrost formed during or since the last ice age and can extend down to depths of more than 700 meters in parts of northern Siberia and Canada. Permafrost includes the contents of the ground before it was frozen, such as bedrock, gravel, silt and organic material. Permafrost often contains large lenses, layers and wedges of pure ice that grow over many years as a result of annual freezing and thawing of the surface soil layer. About 24 % of the northern hemisphere land surface contains permafrost, divided into zones of continuous, discontinuous, sporadic and isolated patches of permafrost, depending on how much of the land area contains permafrost. Two global networks monitor permafrost status: the Thermal State of Permafrost (TSP) network measures permafrost temperature at various depths in 860 boreholes, and the Circumpolar Active Layer Monitoring (CALM) network measures the thickness of the active layer at 260 sites. The active layer thickness is the maximum surface thaw depth

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)0,006
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,039
Score d'incertitude au seuil0,124

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0040,003
Charge utile insuffisante (le modèle a refusé de juger)0,0370,003

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 Opus0,019
Tête enseignante GPT0,285
Écart entre enseignants0,266 · 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
GenreSynthèse

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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMathematics, Computing, and Information ProcessingTravaux en français237 207