Linear trends of the length of snow-cover season in the Northern Hemisphere as observed by the satellites in the period 1972–2000
Notice bibliographique
Résumé
Abstract The dataset of Northern Hemisphere EASE-Grid weekly snow cover and sea-ice extent (U.S. National Snow and Ice Data Center) for the period September 1972–August 2000 is analyzed to examine the possible influence of recent global warming on the seasonal change of snow cover in the Northern Hemisphere. It is found that the total snow-cover area in the 1980s and 1990s is diminished by 3610 6 km 2 , and the length of snow-cover season is reduced by 2 –3 weeks, as compared with the 1970s. In general, the contribution from earlier snowmelt is greater than that from delayed snow accumulation. In addition, the maximum snow-cover area during January–February has gradually decreased by about 3610 6 km 2 within the two decades. Geographically, the rate of decrease of snow-cover duration is 50.1 week per year (wpy) in the high-latitude regions such as the Siberian Plains and Northwest Territories of Canada and 40.2 wpy in the high-elevation regions such as the Scandinavian Peninsula, Tibetan Plateau and Rocky Mountains. The earlier snowmelt in the high-elevation regions suggests that the snowfall amounts there are decreasing owing to global warming.
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 | 0,000 |
| 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 | 0,000 |
| 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 ».