MétaCan
Menu
← Back to cohort
Record W7042212058

Observations et modélisation numérique de l'influence des conditions de surface sur la dégradation du pergélisol dans la vallée Tasiapik à Umiujaq (Nunavik, Québec)

2020· other· fr· W7042212058 on OpenAlexaffabout

Bibliographic record

VenueCorpus Université Laval (Université Laval) · 2020
Typeother
Languagefr
Field
Topic
Canadian institutionsBureau de Coopération Interuniversitaire
Fundersnot available
KeywordsHeat transmissionThermokarstExtensive farmingThermal pollution
DOInot available

Abstract

fetched live from OpenAlex

Dans le contexte actuel de réchauffement climatique, les impacts de ces changements climatiques se font déjà ressentir dans les régions subarctiques telles qu’à Umiujaq au Nunavik (Québec) dont notamment la dégradation du pergélisol. Les processus physiques à l’origine de cette dégradation demeurent peu documentés. L’objectif principal du projet de recherche est d’étudier l’impact de la variabilité spatiale des conditions de surface sur la dégradation du pergélisol. Pour atteindre cet objectif, des photographies infrarouges de buttes de pergélisol à Umiujaq ont été prises pour identifier les conditions de surface caractéristiques du site d’étude. Selon ces différentes conditions, trente-cinq sondes autonomes de température ont été enfouies sous la surface du sol pour assurer un suivi horaire des variations de température de surface. Les relations entre les températures de surface et la température de l’air montrent que les conditions de surface contrôlent de manière significative la transmission de la chaleur à l’interface air-sol et le régime thermique du pergélisol permettant l’identification d’une séquence de dégradation du pergélisol (en ordre décroissant : ostioles, lichens et mousses, développement de mares de themokarst et arbustation). Les suivis des températures de surface et de l’air ont été utilisés pour contraindre un modèle numérique qui simule la transmission de chaleur par conduction et advection dans le pergélisol. Ce modèle a été soumis à une période d’entraînement et à la variabilité climatique récente. Différents scénarios de réchauffement climatique, de développement d’une mare de thermokarst ainsi que d’invasion de la végétation ont été ensuite considérés. Les résultats des simulations démontrent que la modification des conditions de surface peut entraîner une augmentation des températures de la butte de pergélisol jusqu'à 1,5 °C, la migration de la base du pergélisol jusqu’à 4 m vers la surface et la diminution de l’extension de la butte de pergélisol jusqu’à 7 m.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.174
Threshold uncertainty score0.351

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0000.001
Science and technology studies0.0010.001
Scholarly communication0.0010.000
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.012
GPT teacher head0.204
Teacher spread0.192 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2020
Admission routes2
Has abstractyes

Explore more

Same venueCorpus Université Laval (Université Laval)→French-language works237,207→