MétaCan
Menu
Retour à la cohorte
Enregistrement W72208601

A Reconnaissance Snow Survey across Northwest Territories and Nunavut, Canada, April 2007

2008· article· en· W72208601 sur OpenAlexaboutno aff
Matthew Sturm, Chris Derksen, Glen E. Liston, Arvids Silis, D. Solie, Jon Holmgren, Henry P. Huntington

Notice bibliographique

RevueUS Army Corps of Engineers: Engineer Research and Development Center (Knowledge Core) · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesCold Regions Research and Engineering LaboratoryNational Science Foundation
Mots-clésSnowTundraSnow fieldSnow lineGeologyPhysical geographySnowmeltArcticSnow coverGeographyOceanographyGeomorphology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During April 2007, a coordinated series of snow measurements were made across the Northwest Territories and Nunavut, Canada, during a 4200-km snowmobile traverse from Fairbanks, Alaska, to Baker Lake, Nunavut. While detailed, local snow measurements have been made as part of ongoing studies at tundra field sites in this region (Daring Lake and Trail Valley Creek in the Northwest Territories), systematic measurements at the regional scale have not been previously collected across this region. Consistent with observations of tundra snow in Alaska and northern Manitoba, the snow cover consisted of depth hoar and wind slab with small and ephemeral fractions of new, recent, and icy snow. The snow was shallow (less than 40 cm deep), usually with less than six layers. Where deposited on lake and river ice, the snow was shallower, denser, and more metamorphosed than where deposited on tundra. The snow characteristics were highly variable at a local scale, but no longitudinal gradients in snow distribution, magnitude, or structure were detected. Lakes and lake ice confounded passive microwave remote sensing of the snow cover in this area because the lake signal overwhelmed the snow signal. Consequently, challenges remain in developing methods to monitor this snow cover by satellite. Appendixes present near-infrared images, snow depths, soot measurements, mercury measurements, ion measurements, and isotope measurements.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,675
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,084
Tête enseignante GPT0,281
Écart entre enseignants0,197 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUS Army Corps of Engineers: Engineer Research and Development Center (Knowledge Core)Même sujetCryospheric studies and observationsTravaux en français237 207