MétaCan
Menu
Retour à la cohorte
Enregistrement W1973282065 · doi:10.5194/tc-8-1161-2014

MODIS observed increase in duration and spatial extent of sediment plumes in Greenland fjords

2014· article· en· W1973282065 sur OpenAlexfundno aff
B. Hudson, Irina Overeem, Daniel McGrath, James P. M. Syvitski, A. B. Mikkelsen, Bent Hasholt

Notice bibliographique

Revue˜The œcryosphere · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesQueen's UniversityUniversity of TwenteUniversiteit UtrechtUniversity of BristolQueen's University BelfastNational Science Foundation
Mots-clésFjordGreenland ice sheetPlumeSedimentOceanographyGeologyMeltwaterFluvialGlacierPhysical geographyEnvironmental scienceIce sheetGeomorphologyStructural basinGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract. The freshwater flux from the Greenland Ice Sheet (GrIS) to the North Atlantic Ocean carries extensive but poorly documented volumes of sediment. We develop a suspended sediment concentration (SSC) retrieval algorithm using a large Greenland specific in situ data set. This algorithm is applied to all cloud-free NASA Moderate Resolution Imaging Spectrometer (MODIS) Terra images from 2000 to 2012 to monitor SSC dynamics at six river plumes in three fjords in southwest Greenland. Melt-season mean plume SSC increased at all but one site, although these trends were primarily not statistically significant. Zones of sediment concentration > 50 mg L−1 expanded in three river plumes, with potential consequences for biological productivity. The high SSC cores of sediment plumes ( > 250 mg L−1 expanded in one-third of study locations. At a regional scale, higher volumes of runoff were associated with higher melt-season mean plume SSC values, but this relationship did not hold for individual rivers. High spatial variability between proximal plumes highlights the complex processes operating in Greenland's glacio–fluvial–fjord systems.

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 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 enseignants0,385
Score d'incertitude au seuil0,870

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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,203
Écart entre enseignants0,186 · 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.

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

Citations61
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207