MétaCan
Menu
Retour à la cohorte
Enregistrement W1963304638 · doi:10.1002/hyp.9289

Snow surface energy exchanges and snowmelt in a shrub‐covered bog in eastern Ontario, Canada

2012· article· en· W1963304638 sur OpenAlexaffabout
Sara Knox, Sean K. Carey, Elyn Humphreys

Notice bibliographique

RevueHydrological Processes · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMcMaster UniversityCarleton University
Organismes subventionnairesnon disponible
Mots-clésSnowpackSnowmeltSnowEnvironmental scienceAtmospheric sciencesEnergy balanceLatent heatSensible heatPeatEddy covarianceBogShrubHydrology (agriculture)EcosystemGeologyMeteorologyEcologyGeomorphologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The objectives of this study were to measure and evaluate the energy balance of a snowpack in a northern peatland, with a particular emphasis on the ground heat flux ( G ), and to evaluate the performance of a point energy and mass balance snowmelt model (SNOBAL) in peatland ecosystems. G is typically considered a small component of the snowpack energy balance (EB) when compared with radiative and turbulent fluxes. However, in environments where the soil temperature remains above freezing throughout the winter, G may be an important energy input to the snowpack. For direct assessment of the role of G in the snow energy budget of such an environment, the EB components of the snowpack at the Mer Bleue bog, a northern peatland, were directly measured and modelled using SNOBAL during the 2009–2010 winter. When integrated over the pre‐melt period, simulated and measured G proved to be a large contributor to the EB (25%). Net radiation and G were somewhat under‐predicted by SNOBAL, whereas turbulent fluxes (especially latent heat fluxes LE ) were considerably over‐predicted. G calculated by SNOBAL was found to be sensitive to the temperature gradient between the soil and the lower layer of the snowpack, whereas simulated turbulent fluxes were sensitive to the parameterization chosen to estimate roughness lengths for heat and water vapour. Copyright © 2012 John Wiley & Sons, Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,033
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,200
Écart entre enseignants0,173 · 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 tête enseignante, pas un consensus.

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

Citations17
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207