MétaCan
Menu
Retour à la cohorte
Enregistrement W2102065044 · doi:10.5194/tc-4-621-2010

The sea level fingerprint of recent ice mass fluxes

2010· article· en· W2102065044 sur OpenAlexaboutno aff
Jonathan Bamber, Riccardo Riva

Notice bibliographique

Revue˜The œcryosphere · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeophysics and Gravity Measurements
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilSight Research UKCooperative Institute for Research in Environmental Sciences
Mots-clésGeologySea levelPost-glacial reboundIce sheetSea iceLatitudeOceanographyClimatologyGlacial periodFuture sea levelPhysical geographyArctic ice packDrift iceGeographyGeodesyPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract. The sea level contribution from glacial sources has been accelerating during the first decade of the 21st Century (Meier et al., 2007; Velicogna, 2009). This contribution is not distributed uniformly across the world's oceans due to both oceanographic and gravitational effects. We compute the sea level signature for ice mass fluxes due to changes in the gravity field, Earth's rotation and related effects for the nine year period 2000–2008. Mass loss from Greenland results in a relative sea level (RSL) reduction for much of North Western Europe and Eastern Canada. RSL rise from this source is concentrated around South America. Losses in West Antarctica marginally compensate for this and produce maxima along the coastlines of North America, Australia and Oceania. The combined far-field pattern of wastage from all ice melt sources, is dominated by losses from the ice sheets and results in maxima at latitudes between 20° N and 40° S across the Pacific and Indian Oceans, affecting particularly vulnerable land masses in Oceania. The spatial pattern of RSL variations from ice mass losses used in this study is time-invariant and cumulative. Thus, sea level rise, based on the gravitational effects from the ice losses considered here, will be amplified for this sensitive region.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,007
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,031
Tête enseignante GPT0,223
Écart entre enseignants0,193 · 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'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

Citations87
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetGeophysics and Gravity MeasurementsTravaux en français237 207