MétaCan
Menu
Retour à la cohorte
Enregistrement W1955749664 · doi:10.1002/2013jd021024

Attribution of snowmelt onset in Northern Canada

2014· article· en· W1955749664 sur OpenAlexaboutno aff
J. Mioduszewski, Å. K. Rennermalm, David A. Robinson, Thomas L. Mote

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesGoddard Space Flight Center
Mots-clésSnowmeltClimatologyEnvironmental scienceArcticContext (archaeology)Energy balanceAdvectionRadiative forcingClimate modelLatitudeTundraSnowAtmospheric sciencesClimate changeGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract In the region of Earth most sensitive to climate change, spring snowmelt serves as a measurable indicator of climate change and plays a strong role in the feedbacks that amplify Arctic warming. We characterize the melt season and attribute melt onset in a region of northern Canada during the spring snowmelt season from 2003 to 2011. Melt onset dates are obtained from Advanced Microwave Scanning Radiometer for the Earth Observing System retrievals. Energy balance and meteorological fields are obtained from NASA's Modern Era Retrospective Analysis for Research and Applications product. Analysis of three distinct subregions demonstrates that typical values of energy balance terms vary across the region and have different roles in melt attribution. Melt is controlled more by advective energy farther southwest where melt onset begins sooner, compared to higher levels of radiative energy over the tundra. This study demonstrates that a relatively small region can exhibit large differences in controls on spring snowmelt both within the region and interannually, and these differences can be understood in the context of factors ranging from the large‐scale synoptic pattern to land cover and the local energy balance. Being able to attribute melt onset to those drivers that are changing as the high latitudes warm as opposed to those that do not (i.e., insolation) allows better long‐term prediction of melt season dynamics and the climatological processes influenced by snow cover and its feedbacks.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,088

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,033
Tête enseignante GPT0,280
Écart entre enseignants0,247 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetCryospheric studies and observationsTravaux en français237 207