Bibliographic record
Abstract
북극의 환경은 해빙의 변동에 민감하게 반응하며, 해빙(sea-ice)의 증감은 지구 온난화의 지표이기도 하다. 따라서, 지구의 기후변동의 과정을 이해하고 예측하기 위해서는, 북극 해빙의 변동에 대한 지속적인 모니터링이 이루어져야 한다. 이를 위한 방법으로, 1970년대부터 인공위성의 원격탐사방법인 수동마이크로파 센서를 사용해 왔으며, 해빙의 면적과 유형을 판단하는데 효과적이다. 본 논문에서는, 북극 해빙분포의 계절 및 연 변동의 특성을 이해하기 위하여, 북위 60이상의 영역에 대한 2002년 7월부터 2009년 5월까지의 수동마이크로파 센서 AMSR-E 12.5km 해빙농도(SIC)데이터(기존 수동마이크로파 센서보다 2배의 해상도)를 사용하였다. 여름 최저 해빙역 시점의 데이터에 의하면, 북극 해빙면적은 점차 줄어드는 추세를 나타내고 있으며, 그 감소율은 연간 3.1%로 이것은 약 0.2백만km2의 해빙이 줄어들고 있다는 것을 의미한다. 또한 이 경향은 여름철 해수면수온과 기온의 증가와 관련 있는 다년빙(Multi-year ice)의 감소와 함께 진행되고 있다는 것이다. 1년빙(First-year ice)의 면적은 최저의 해빙면적을 기록하였던 2007까지 감소하나, 갑작스런 다년빙(Multi-year ice)의 감소는 2008-2009년 기간의 1년빙의 증가로 이어졌다. 계절에 따른 연 변동에 있어서는, 1월-3월기간에 걸처 바렌츠해(Barents Sea)와 래브라도해(Labrador Sea)에서 공간변동이 크고, 8월-10월 기간에는 동시베리아해(East Siberian Sea)에서 북극점에 이르는 범위에서 큰 것으로 나타났다. 7년 동안 녹지 않은 다년빙의 공간분포도에 의하면, 다년빙이 러시아해역의 동시베리아해, 랍데브해(Laptev Sea)와 카라해(Kara Sea)에서 급격하게 감소하고 있어서 가까운 장래에 북동항로(Northeast Passage)의 이용가능성이 커지고 있다.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.002 |
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".