Structure, specific surface area and thermal conductivity of the snowpack around Barrow, Alaska
Notice bibliographique
Résumé
The structure of the snowpack near Barrow was studied in March–April 2009. Vertical profiles of density, specific surface area (SSA) and thermal conductivity were measured on tundra, lakes and landfast ice. The average thickness was 41 cm on tundra and 21 cm on fast ice. Layers observed were diamond dust or recent wind drifts on top, overlaying wind slabs, occasional faceted crystals and melt‐freeze crusts, and basal depth hoar layers. The top layer had a SSA between 45 and 224 m 2 kg −1 . All layers at Barrow had SSAs higher than at many other places because of the geographical and climatic characteristics of Barrow. In particular, a given snow layer was remobilized several times by frequent winds, which resulted in SSA increases each time. The average snow area index (SAI, the dimensionless vertically integrated SSA) on tundra was 3260, higher than in the Canadian High Arctic or in the Alaskan taiga. This high SAI, combined with low snow temperatures, imply that the Barrow snowpack efficiently traps persistent organic pollutants, as illustrated with simple calculations for PCB 28 and PCB 180. The average thermal conductivity was 0.21 Wm −1 K −1 , and the average thermal resistance on tundra was 3.25 m 2 K W −1 . This low value partly explains why the snow‐ground interface was cold, around −19°C. The high SAI and low thermal resistance values illustrate the interplay between climate, snow physical properties, and their potential impact on atmospheric chemistry, and the need to describe these relationships in models of polar climate and atmospheric chemistry, especially in a climate change context.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».