Climate variability study in northern high latitudes derived from microwaves remote sensing observations
Bibliographic record
Abstract
Le suivi des milieux sub-polaires est important, tant ils devraient évoluer face à l'augmentation des températures attendue dans ces régions au cours des prochaines décennies. Pour pallier au manque de stations météorologiques affectant les hautes latitudes, la télédétection spatiale est une alternative intéressante, offrant une couverture spatiale quasi-globale. Ce projet s'inscrit dans le développement de méthodes pour extraire de ces données des informations relatives à la surface des latitudes nord (>50N). Pour cela, les données du capteur SSM/I (special sensor microwave imager), situées dans la gamme spectrale des micro-ondes, présentent certains avantages : indépendantes des radiations solaires ; faible influence atmosphérique. L''approche basée sur les températures de brillance à 19 et 37 GHz, aboutit à trois paramètres géophysiques de surface : une cartographie quotidienne de l'étendue du couvert nival de 1988 à 2002 ; une étendue de l'eau de surface (étendues d'eau libre, petits lacs, réservoirs, milieux humides associés à une végétation peu dense) ; une température caractérisant la surface et l'air proche du sol. Pour pallier à la variation quotidienne de l'heure d'acquisition des données satellites, une méthode de normalisation des températures aboutit à une serie horaire. Ceci permet l' étude d'indicateurs climatiques, comme la somme des degrés jours positifs. Les tendances confirment les tendances climatiques observées : augmentation de la température (+0.8 +/- 0.4 c pour l'ensemble du territoire canada/alaska entre 1992 et 2002) et diminution de la superficie du couvert nival. Ces bases de données originales présentent également un intérêt pour la validation des modèles de climat à l'échelle régionale.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| 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) | 0.001 | 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 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".