MétaCan
Menu
Retour à la cohorte
Enregistrement W2100669105 · doi:10.3189/002214310794457173

A unifying framework for iceberg-calving models

2010· article· en· W2100669105 sur OpenAlexfundno aff
J. M. Amundson, Martin Truffer

Notice bibliographique

RevueJournal of Glaciology · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced ResearchNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésIce calvingGlacierGeologyIcebergGeodesyMechanicsGeomorphologyBiologyPhysicsIce sheet

Résumé

récupéré en direct d'OpenAlex

Abstract We propose a general framework for iceberg-calving models that can be applied to any calving margin. The framework is based on mass continuity, the assumption that calving rate and terminus velocity are not independent and the simple idea that terminus thickness following a calving event is larger than terminus thickness at the event onset. The theoretical, near steady-state analysis used to support and analyze the framework indicates that calving rate is governed, to first order, by ice thickness, thickness gradient, strain rate, mass-balance rate and backwards melting of the terminus; the analysis furthermore provides a physical explanation for a previously derived empirical relationship for ice-shelf calving (Alley and others, 2008). In the calving framework the pre- and post-calving terminus thicknesses are given by two unknown but related functions. The functions can vary independently of changes in glacier flow and geometry, and can therefore account for variations in calving behavior due to external forcings and/or self-sustaining calving processes (positive feedbacks). Although the calving framework does not constitute a complete calving model, any thickness-based calving criterion can easily be incorporated into the framework. The framework should be viewed as a guide for future attempts to parameterize calving.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,003
Science ouverte0,0030,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,274
Écart entre enseignants0,230 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations77
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207