MétaCan
Menu
Retour à la cohorte
Enregistrement W2101463224 · doi:10.1002/hyp.6122

Boundary‐layer growth and advection of heat over snow and soil patches: modelling and parameterization

2006· article· en· W2101463224 sur OpenAlexaffabout
Richard Essery, R. J. Granger, John W. Pomeroy

Notice bibliographique

RevueHydrological Processes · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of SaskatchewanEnvironment and Climate Change Canada
Organismes subventionnairesNatural Environment Research Council
Mots-clésSnowSnowmeltAdvectionEnvironmental scienceSensible heatAtmospheric sciencesFlux (metallurgy)Latent heatBoundary layerGeologyMeteorologyMechanicsGeomorphologyPhysicsMaterials scienceThermodynamics

Résumé

récupéré en direct d'OpenAlex

Abstract Melting snow is generally patchy; upward sensible heat fluxes from patches of snow‐free ground warm the air and contribute energy for snowmelt. A simple model is presented for advection of heat over partial snow covers and compared with measurements of temperature profiles over snow and snow‐free ground. Approximations for flux and temperature profiles in the internal boundary layers over snow patches are used to develop parameterizations for local and average surface fluxes into the snow. In comparison with results from the advection model for regular patterns of alternating snow patches and snow‐free ground, a tile model is found to give a good parameterization for average heat fluxes over the whole surface, but it does not match the local fluxes into snow and snow‐free ground separately. An extended tile model that gives better results is developed from the flux profile parameterization. For complex snow‐cover patterns with a fractal distribution of patch sizes, average fluxes are found to be close to those obtained for a regular pattern with an effective patch size linearly related to the average patch size of the complex pattern. Copyright © 2006 Environment Canada. Published by John Wiley & Sons, Ltd.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,172
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,023
Tête enseignante GPT0,206
Écart entre enseignants0,183 · 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

Citations54
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueHydrological ProcessesMême sujetCryospheric studies and observationsTravaux en français237 207