The Distribution of Massive Ice Features by Ice Types from Multi-Year Upward Looking Sonar Ice Draft Measurements
Notice bibliographique
Résumé
Abstract Modem ULS instruments provide year-long continuous measurements of sea ice drafts with an unprecedented time resolution of 1-2 seconds and a horizontal resolution of approximately 1 m. In this paper we analyze multi-year moored ULS measurements of sea ice in the Chukchi and Beaufort Seas and off Northeast Greenland. Recently, the massive ice feature (MIF) parameter has been developed to provide a robust, geometrical characterization of all potentially hazardous marine ice features within a ULS ice draft data set. An MIF episode is the set of consecutive ice draft values which exceed a specific minimum ice draft (e.g. 1.2 or 2.0 m) having total cross-sectional area above a specified value (e.g. 250 m2). A database of all MIF episodes is prepared including area, distance and ice drafts (mean and maximum). Previous research has shown the MIF database from year-long mooring measurements to be a complete and robust characterization of potentially hazardous features. In this paper, we apply algorithms that detect different types of sea ice features: large singular ice keels, hummocky ice, thick brash ice, old or multi-year ice and marine glacial ice (icebergs and ice islands). These ice types are associated with individual MIF episodes so that each episode can be associated with one or more ice type. There are large variations in the numbers of MIF episodes among regions, with NE Greenland having the most frequent occurrences of MIFs. For NE Greenland approximately 40% of MIF episodes can be identified as large keels and less than 15% as hummocky ice episodes; however, the hummocky ice episodes typically have considerably larger crosssectional areas than large keels. There are fewer occurrences of multi-year ice and very rare occurrences of marine glacial ice. The MIF analysis results provide improved quantitative values for pressure loading of sea ice on offshore platforms and ships, as well as understandings about the nature of sea ice deformation and age characteristics.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».