MétaCan
Menu
Retour à la cohorte
Enregistrement W2096175486 · doi:10.1029/2001jd001251

Large‐scale mass balance effects of blowing snow and surface sublimation

2002· article· en· W2096175486 sur OpenAlexaffabout
Stephen J. Déry, M. K. Yau

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2002
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMcGill University
Organismes subventionnairesCold Regions Research and Engineering Laboratory
Mots-clésSnowSublimation (psychology)Environmental scienceArcticAtmospheric sciencesSnow fieldClimatologyGlacier mass balanceGeologySnow coverOceanographyGlacierGeomorphology

Résumé

récupéré en direct d'OpenAlex

This study examines the effects of surface sublimation and blowing snow on the surface mass balance on a global and basin scale using the European Centre for Medium‐Range Weather Forecasts (ECMWF) Re‐Analysis (ERA15) data at a resolution of 2.5° that span the years 1979–1993. The combined processes of surface and blowing snow sublimation are estimated to remove 29 mm yr −1 snow‐water equivalent (swe) over Antarctica, disposing about 17 to 20% of its annual precipitation. In the Northern Hemisphere, these processes are generally less important in continental areas than over the frozen Arctic Ocean, where surface and blowing snow sublimation deplete upward of 100 mm yr −1 swe. Areas with frequent blowing snow episodes, such as the coastal regions of Antarctica and the Arctic Ocean, are prone to a mass transport >100 Mg m −1 yr −1 . Although important locally, values of the divergence of mass through wind redistribution are generally 2 orders of magnitude less than surface and blowing snow sublimation when evaluated over large areas. For the entire Mackenzie River Basin of Canada, surface sublimation remains the dominant sink of mass as it removes 29 mm yr −1 swe, or about 7% of the watershed's annual precipitation. Although the first of its kind, this study provides only a first‐order estimate of the contribution of surface sublimation and blowing snow to the surface mass balance because of limitations with the data set and some uncertainties in the blowing snow process.

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)0,001
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 enseignants0,063
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,027
Tête enseignante GPT0,273
Écart entre enseignants0,246 · 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

Citations182
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetCryospheric studies and observationsTravaux en français237 207