MétaCan
Menu
Retour à la cohorte
Enregistrement W2175430093 · doi:10.5194/tc-10-1381-2016

Modeling Antarctic subglacial lake filling and drainage cycles

2016· article· en· W2175430093 sur OpenAlexaff
Christine F. Dow, Mauro Werder, Sophie Nowicki, R. T. Walker

Notice bibliographique

Revue˜The œcryosphere · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesGoddard Space Flight CenterOak Ridge Associated UniversitiesNational Aeronautics and Space Administration
Mots-clésGeologyDrainage basinDrainageHydrology (agriculture)Flux (metallurgy)GeomorphologyIce streamDrainage system (geomorphology)Lead (geology)OceanographyCryosphereSea iceGeotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract. The growth and drainage of active subglacial lakes in Antarctica has previously been inferred from analysis of ice surface altimetry data. We use a subglacial hydrology model applied to a synthetic Antarctic ice stream to examine internal controls on the filling and drainage of subglacial lakes. Our model outputs suggest that the highly constricted subglacial environment of our idealized ice stream, combined with relatively high rates of water flow funneled from a large catchment, can combine to create a system exhibiting slow-moving pressure waves. Over a period of years, the accumulation of water in the ice stream onset region results in a buildup of pressure creating temporary channels, which then evacuate the excess water. This increased flux of water beneath the ice stream drives lake growth. As the water body builds up, it steepens the hydraulic gradient out of the overdeepened lake basin and allows greater flux. Eventually this flux is large enough to melt channels that cause the lake to drain. Lake drainage also depends on the internal hydrological development in the wider system and therefore does not directly correspond to a particular water volume or depth. This creates a highly temporally and spatially variable system, which is of interest for assessing the importance of subglacial lakes in ice stream hydrology and dynamics.

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 enseignants0,084
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,020
Tête enseignante GPT0,210
Écart entre enseignants0,191 · 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

Citations36
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207