Derivation of melt factors from glacier mass-balance records in western Canada
Notice bibliographique
Résumé
Abstract Melt factors for snow (ks) and ice (ki) were derived from specific mass-balance data and regionally interpolated daily air-temperature series at nine glaciers in the western Cordillera of Canada. Fitted ks and ki were relatively consistent across the region, with mean values (standard deviations) of 3.04 (0.38) and 4.59 (0.59) mm d−1 °C−1, respectively. The interannual variability of melt factors was investigated for two long-term datasets. Calculated annually, snow- and ice-melt factors were relatively stable from year to year; standard deviations for snowmelt factors were 0.48 (17%) and 0.42 (18%) at Peyto and Place Glaciers, respectively, while standard deviations of ice-melt factors were 1.17 (25%) and 0.81 (14%). While fitted values of ks are comparable to those presented in previous observational and modeling studies, fitted ki are substantially and consistently lower across the region. Fitted melt factors were sensitive to the choice of lapse rate used in the air-temperature interpolation. Melt factors fitted to mass-balance data from a single site (Place Glacier) provided reasonable summer balance predictions at most other sites representing both maritime and continental climates, although there was a tendency for under-prediction at several sites. The combination of regionally interpolated air temperatures and a degree-day model appears capable of generating first-order estimates of regional summer balance, which can provide a benchmark against which to judge the predictive ability of more complex (e.g. energy balance) models applied at a regional scale. Mass-balance sensitivity analyses indicate that a temperature increase of 1 K will increase summer ablation in the region by 0.51 m w.e. a−1 on average.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».