DETECCIÓN DEL INICIO DE REACTIVACIÓN VOLCÁNICA EN LA ISLA DE LA PALMA, ISLAS CANARIAS, Y ESTUDIO DE SU EVOLUCIÓN TEMPORAL
Bibliographic record
Abstract
La isla de La Palma es de las de mayor riesgo potencial del archipiélago canario, siendo por tanto importante realizar unestudio en profundidad que permita definir su estado de actividad volcánica. Esto se ha realizado usando observacionesde radar de satélite y una técnica de interpretación original de última generación. Ambas cosas han permitido detectar elinicio de la reactivación volcánica en la isla de La Palma, probablemente décadas antes de una posible erupción. Suevolución temporal muestra una naturaleza cambiante de la deformación volcánica, tanto espacial como temporalmente.El uso de imágenes radar permite obtener resultados con una gran resolución espacial y en un periodo de tiempoprolongado (2009-2020), obteniendo información sobre la naturaleza dinámica de los procesos asociados. Las técnicasgeodésicas empleadas permiten detectar la migración de fluidos inducida por la inyección de magma en profundidad eidentificar la existencia de fuentes de dislocación bajo el volcán Cumbre Vieja que podrían estar asociadas con futurosdeslizamientos, siendo por tanto necesario continuar con la monitorización de este proceso de reactivación utilizandoestas y otras técnicas.
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) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 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".