Ice streaming in the Laurentide Ice Sheet: A first comparison between data‐calibrated numerical model output and geological evidence
Notice bibliographique
Résumé
Despite the importance of rapidly‐flowing ice streams to ice sheet mass balance, their incorporation into numerical ice sheet models is a major scientific challenge. This introduces large uncertainties in model output and inhibits a more complete understanding of the role of ice streams in overall ice sheet stability. Recent computational advances have enabled more realistic representations of ice streaming but few studies have attempted to compare model output against known locations of ice streams. This paper compares predictions of ice streaming derived from a large ensemble analysis of a Glacial Systems Model of the Laurentide Ice Sheet against independent geological evidence compiled from previously published studies. Although the precise dating of paleo‐ice stream locations is problematic, our analysis includes comparisons at six different time‐steps (18 to 10 cal ka BP) during deglaciation. Results indicate that the model is successful in predicting all of the major marine‐terminating ice streams but there is mixed success in simulating terrestrial ice streams in the right place and at the right time, which is vital in guiding future model development. The model also reveals that whilst some ice streams persist throughout deglaciation the focus of mass loss associated with ice streaming switches through time with dynamic changes in ice stream catchments and tributaries. This implies that major changes in ice stream activity are to be expected in a deglaciating ice sheet, with important implications for contemporary ice sheet dynamics.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».