Characterising Percolation and Wet-Snow Facies Variability on Devon Island Ice Cap, Nunavut, Canada
Notice bibliographique
Résumé
As the Earth’s coldest regions undergo marked changes due to atmospheric warming, so will the surface facies configurations of its glaciers and ice sheets. Their percolation and wet snow zones will expand upwards and occupy more area. The inherent stratigraphic complexity of these zones will then impart greater uncertainty in glacier and ice sheet mass balance estimates derived from traditional stake and pit methods. Using impulse and FM-CW Gound Penetrating Radars, borehole neutron scattering and manual snow stratigraphy measurements, our goal is to better describe the spatial and temporal variability of the percolation and wet-snow facies. Our measurements consider sub-meter to kilometre to inter-facies scale variability. Improved knowledge of such variability has practical significance. First, uncertainties in glacier and ice sheet mass balances remain largely unquantified – unsatisfactory as it concerns documenting relatively small changes over large areas. Second, the retrieval of wide-area mass balance change using elevation changes from repeat airborne and orbital altimetry (e.g., ALTM, ICESat, CryoSat) will require information on snow density, densification and the spatial scale of variability over the altimeter footprint. We suggest that there is a need for continual in situ validation studies over the lifetime of altimeter-based glacier and ice sheet change detection campaigns. * Corresponding author address: Michael N. Demuth, 601 Booth Street, Geological Survey of Canada, Glaciology Section, Ottawa, ON, Canada, K1A 0E8; tel: 613-996-0235; fax: 613-996-5448; email: mike.demuth@nrcan.gc.ca
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».