MétaCan
Menu
Retour à la cohorte
Enregistrement W2166020037 · doi:10.1002/2014gl062661

Ice motion of the Patagonian Icefields of South America: 1984–2014

2015· article· en· W2166020037 sur OpenAlexfundno aff
J. Mouginot, Eric Rignot

Notice bibliographique

RevueGeophysical Research Letters · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyEuropean Space AgencyJapan Aerospace Exploration AgencyNational Aeronautics and Space Administration
Mots-clésGeologyGlacierIce streamIce sheetClimatologyGeomorphologyGeodesyPhysical geographyCryosphereSea iceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract We present the first comprehensive high‐resolution mosaic of ice velocity of the Northern (NPI) and Southern Patagonian Icefields (SPI), from multiple synthetic aperture radar and optical data collected between 1984 and 2014. The results reveal that many of the outlet glaciers extend far into the central ice plateaus, which implies that changes in ice dynamics propagate far inside the accumulation area. We report pronounced seasonal to interannual variability of ice motion on Pío XI and Jorge Montt, a doubling in speed of Jorge Montt, a major slow down of O'Higgins, significant fluctuations of Upsala and a deceleration of San Rafael, which illustrate the need for sustained, continuous time series of ice motion to understand the long‐term evolution of the rapidly thinning icefields. The velocity product also resolves major ambiguities in glacier drainage in areas of relatively flat topography illustrating the need to combine topography and flow direction to map drainage basins.

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 enseignants0,168
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,064
Tête enseignante GPT0,284
Écart entre enseignants0,219 · 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

Citations96
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetCryospheric studies and observationsTravaux en français237 207