Measurement of the specific surface area of 176 snow samples using methane adsorption at 77 K
Notice bibliographique
Résumé
To help quantify exchanges between the atmosphere and the snow cover, we have measured the specific surface area (SSA) of 176 snow samples taken from the seasonal snowpack in the Alps, Svalbard, and the Canadian high Arctic around Alert. A volumetric method was used, and the adsorption isotherm of CH 4 on snow at 77 K was recorded. The data were analyzed by the Brunauer‐Emmett‐Teller method to yield SSA and Δ Q CH4 , the mean heat of adsorption of the first CH 4 monolayer. SSA values obtained were between 100 and 1580 cm 2 /g. The reproducibility of the method is estimated at 6%, and the accuracy is estimated at 12%. We propose that Δ Q CH4 = 2240 ± 200 J/mol should be used as a criterion of reliability of the measurement. The method is described in detail to promote its use. Aged snow samples have lower SSA than fresh ones. The lowest values were found for faceted crystals and depth hoar, and the highest values were found for fresh rimed dendritic snow. A method that field investigators can use to estimate SSA from a visual examination of the snow and from a density measurement is suggested. Snow samples are classified into 14 types based on snow age and crystal shapes. Within each type, a density versus SSA correlation is determined. Our data indicate that, depending on snow type, SSA can then be estimated within 25 to 40% at the 1σ confidence level with the method proposed. Preliminary data suggest that SSA spatial variability of a given snow layer is low (<5%), but metamorphism can increase it.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».