Perceptions of rock weathering in cold regions : a discussion on space and time attributes of scale
Bibliographic record
Abstract
De manière réductrice, la désagrégation des roches dans les milieux froids est fréquemment vue comme spécifique et originale, à tel point qu’aucune considération de temps ou d’espace n’est associée à l’étude des processus de météorisation (c’est-à-dire que les roches des régions froides éclateraient inexorablement sous l’action du gel, quelle que soit l’échelle d’analyse). Selon la même approche, la météorisation par le gel se déclinerait en deux catégories, macrogélivation et microgélivation : la première fait référence à l’action disjonctive des coins de glace sur les blocs ou le substrat rocheux, la seconde désigne la désagrégation granulaire ou la desquamation. Dans les études de météorisation par le gel, les données stationnelles et les capteurs utilisés sont rarement critiqués à la lumière de l’échelle d’analyse de l’étude. Ainsi, les données récoltées sont très souvent inappropriées vis-à-vis de l’échelle de l’objet d’étude : par exemple, l’examen des mécanismes de desquamation ne peut se passer de données thermiques en profondeur révélant les gradients thermiques au sein de la roche et les stress qui leur sont associés. L’échelle temporelle est également souvent négligée : les processus actifs aujourd’hui et révélés par les études stationnelles peuvent être en réalité bien différents de ceux qui ont initié la dégradation de la roche. De plus, dans les régions froides, les moments de transition entre les différents processus opérant au cours du cycle climatique annuel, et la synergie qui en découle, sont souvent oubliés ou perdus en raison de l’établissement de protocoles de mesure qui privilégient le froid, et donc la nécessité de récolter des données hivernales, au détriment des enregistrements appropriés à la période estivale. Des données obtenues dans le Nord canadien sont utilisées comme un moyen de souligner la grande complexité et l’imbrication des échelles spatio-temporelles et révéler comment elles modulent notre perception de la météorisation. Il est montré comment nombre de nos notions traditionnelles sur la météorisation des régions froides sont fortement sélectionnées par les paramètres scalaires de nos données et comment une meilleure prise en compte de ces spécificités dans la récolte de mesures remettent en question nos perceptions et paradigmes préférés.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one teacher head, not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".