A glacial systems model configured for large ensemble analysis of Antarctic deglaciation
Notice bibliographique
Résumé
Abstract. This article describes the Memorial University of Newfoundland/Penn State University (MUN/PSU) glacial systems model (GSM) that has been developed specifically for large-ensemble data-constrained analysis of past Antarctic Ice Sheet evolution. Our approach emphasizes the introduction of a large set of model parameters to explicitly account for the uncertainties inherent in the modelling of such a complex system. At the core of the GSM is a 3-D thermo-mechanically coupled ice sheet model that solves both the shallow ice and shallow shelf approximations. This enables the different stress regimes of ice sheet, ice shelves, and ice streams to be represented. The grounding line is modelled through an analytical sub-grid flux parameterization. To this dynamical core the following have been added: a heavily parameterized basal drag component; a visco-elastic isostatic adjustment solver; a diverse set of climate forcings (to remove any reliance on any single method); tidewater and ice shelf calving functionality; and a new physically motivated, empirically-derived sub-ice-shelf melt (SSM) component. To assess the accuracy of the latter, we compare predicted SSM values against a compilation of published observations. Within parametric and observational uncertainties, computed SSM for the present-day ice sheet is in accord with observations for all but the Filchner ice shelf. The GSM has 31 ensemble parameters that are varied to account (in part) for the uncertainty in the ice physics, the climate forcing, and the ice–ocean interaction. We document the parameters and parametric sensitivity of the model to motivate the choice of ensemble parameters in a quest to approximately bound reality (within the limits of 31 parameters).
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».