Répartition estivale des surfaces enneigées en Ungava, Nouveau-Québec
Bibliographic record
Abstract
Les caractéristiques spatio-temporelles de la neige en été, en Ungava, ont été étudiées par photo-interprétation. Les photographies analysées ont été extraites de lignes de vol choisies en fonction de leur date et de leur localisation ou selon un échantillonnage effectué d'après la grille de référence des cartes topographiques à 1/50 000 du Canada. Sur les photographies, on a calculé la superficie couverte par la neige ou le nombre de plaques de neige. Les résultats indiquent que les surfaces enneigées varient d'un été à l'autre, selon l'importance des chutes de neige survenue l'hiver précédent. Les hivers les plus neigeux ont des températures un peu moins froides et des flux atmosphériques du nord-est plus importants. En été, le résidu nival le plus important se situe au sud des côtes du détroit d'Hudson. Le résidu nival disparaît progressivement, entre les mois de juin et d'août, du sud-ouest vers le nord-est de l'Ungava. Actuellement, la surface occupée par la neige en été semble plus importante que pendant les années 1950, du moins le long de la côte ouest de la baie d'Ungava. En période d'englaciation, la côte sud du détroit d'Hudson pourrait être un lieu favorable à la naissance d'une calotte glaciaire.
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 machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.001 |
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 source (direct Gemma or distilled Codex), 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".