MétaCan
Menu
Retour à la cohorte
Enregistrement W2129942012 · doi:10.1080/07055900.2013.852964

Changes in Snow Mass Balance in the Canadian Rocky Mountains Caused by CO <sub>2</sub> Rise: Regional Atmosphere Model Results

2013· article· en· W2129942012 sur OpenAlexafffundvenueabout
Edward W. Pollock, Andrew B. G. Bush

Notice bibliographique

RevueATMOSPHERE-OCEAN · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Alberta
Organismes subventionnairesUniversity of AlbertaPennsylvania State University
Mots-clésSnowEnvironmental scienceAtmosphere (unit)Atmospheric sciencesPrecipitationEnergy balanceClimatologyClimate modelClimate changeMeteorologyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

This study investigates snow mass balance in the Canadian Rockies under a relatively conservative Intergovernmental Panel on Climate Change emission scenario for the twenty-first century through the use of regional atmosphere modelling. We dynamically downscale results from five 10-year subsets of general circulation model integrations to 6 km resolution to produce a physically consistent representation of the atmosphere at high elevations. Regional model results make evident greater warming with increasing elevation at low to mid-levels of the atmosphere, and a simple thermodynamic explanation of this process is presented. Simulated increases in atmospheric water vapour result in increases in cloud cover and precipitation at high elevations, which temporarily offset the effects of rising temperatures, but by 2100 all model elevations experience reductions in snow mass balance. A simple energy balance model produces reasonable estimates of changes in the elevation of equilibrium net snow accumulation, with increases between 185 and 197 m under an approximate 1.5°C rise in surface temperatures by 2100.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,067
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,219
Écart entre enseignants0,204 · 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

Citations8
Publié2013
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueATMOSPHERE-OCEANMême sujetClimate variability and modelsTravaux en français237 207