MétaCan
Menu
Retour à la cohorte
Enregistrement W2004244703 · doi:10.3189/002214310792447789

Results from the Ice-Sheet Model Intercomparison Project–Heinrich Event Intercomparison (ISMIP HEINO)

2010· article· en· W2004244703 sur OpenAlexaff
Reinhard Calov, Ralf Greve, Ayako Abe‐Ouchi, Ed Bueler, Philippe Huybrechts, Jesse V. Johnson, Frank Pattyn, David Pollard, Catherine Ritz, Fuyuki Saito, Lev Tarasov

Notice bibliographique

RevueJournal of Glaciology · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesScientific Committee on Antarctic Research
Mots-clésIce sheetGeologyIce-sheet modelClimatologyAntarctic ice sheetSnowGreenland ice sheetIce shelfBaySea iceCryosphereOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract Results from the Heinrich Event Intercomparison (HEINO) topic of the Ice-Sheet Model Intercomparison Project (ISMIP) are presented. ISMIP HEINO was designed to explore internal large-scale ice-sheet instabilities in different contemporary ice-sheet models. These instabilities are of interest because they are a possible cause of Heinrich events. A simplified geometry experiment reproduces the main characteristics of the Laurentide ice sheet, including the sedimented region over Hudson Bay and Hudson Strait. The model experiments include a standard run plus seven variations. Nine dynamic/thermodynamic ice-sheet models were investigated; one of these models contains a combination of the shallow-shelf (SSA) and shallow-ice approximation (SIA), while the remaining eight models are of SIA type only. Seven models, including the SIA–SSA model, exhibit oscillatory surges with a period of ∼1000 years for a broad range of parameters, while two models remain in a permanent state of streaming for most parameter settings. In a number of models, the oscillations disappear for high surface temperatures, strong snowfall and small sediment sliding parameters. In turn, low surface temperatures and low snowfall are favourable for the ice-surge cycles. We conclude that further improvement of ice-sheet models is crucial for adequate, robust simulations of cyclic large-scale instabilities.

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)0,001
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 enseignants0,124
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,045
Tête enseignante GPT0,282
Écart entre enseignants0,237 · 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

Citations65
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207