MétaCan
Menu
Retour à la cohorte
Enregistrement W7125687669 · doi:10.18739/a2416t20v

Change in equilibrium-line altitude (ΔELA) for 215 Alaskan glaciers from the Little Ice Age (LIA) maximum to present (2016 to 2024)

2025· dataset· en· W7125687669 sur OpenAlexaboutno aff
Laura Larocca

Notice bibliographique

RevueCalifornia Digital Library · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGlacierSnow lineAltitude (triangle)SnowElevation (ballistics)PrecipitationClimate changeGlacier morphologySatellite imagery

Résumé

récupéré en direct d'OpenAlex

The study associated with this dataset evaluates the climatic signature of the Little Ice Age (LIA; ~1250 to 1900) relative to the present (2016–2024) by reconstructing shifts in equilibrium-line altitude (ΔELA), a climate-sensitive parameter, for 215 glaciers in Alaska and adjacent Canada (southwest Yukon and northwest British Columbia) using remote sensing and a suite of geographic information system (GIS) tools. We quantify the magnitude and spatial pattern of ΔELA across Alaska’s major glaciated regions to infer centennial-scale changes in temperature and precipitation and to examine links with synoptic-scale circulation associated with the Aleutian Low. Data were generated in 2024–2025 at Arizona State University and Northern Arizona University as part of the NSF-funded PROGLACIAL project. The dataset includes reconstructed LIA maximum ELAs, modern end-of-summer snowline altitudes (2016–2024), and LIA–present ΔELA for 215 glaciers. LIA glacier extents were compiled from published sources and additional mapping of geomorphic evidence (terminal moraines, trimlines) using the ESRI World Imagery basemap; LIA glacier surfaces and ELAs were modeled using the GlaRe and PalaeoIce GIS toolboxes; and modern snowline altitudes were manually mapped in Sentinel-2 satellite imagery (2016-2024) and associated elevation extracted from the ArcticDEM (10 meter mosaic product).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
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 enseignants0,014
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,002
Science ouverte0,0040,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,015

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 Opus0,027
Tête enseignante GPT0,274
Écart entre enseignants0,247 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCalifornia Digital LibraryTravaux en français237 207