Numerical modeling of subglacial erosion and sediment transport beneath the Laurentide Ice Sheet
Notice bibliographique
Résumé
Towards this goal, we present a subglacial process model that incorporates mechanisms for sediment production, entrainment, transport, and deposition. An abrasion law based on Hallet’s model and a quarrying law dependent on basal water pressure and bed roughness are used to calculate bedrock erosion. The incorporation of loose debris in the basal ice is modeled by regelation intrusion and basal freeze-on, depending on the thermal condition and the availability of water at the base. The entrained debris is subsequently transported along the ice sheet’s internal velocity field and vertically mixed through a diffusion equation that accounts for folding and thrust faulting. The inclusion of vertical mixing lowers the basal debris concentration and allows more regelation entrainment. Soft bed deformation is included as an advective component within the subglacial sediment, the rheology of which is assumed to be weakly non-linear. Deposition occurs whenever the basal ice is debris-laden and the melting rate exceeds the entrainment rate. The model is coupled to the MUN 3D GSM, which includes a newly developed subglacial hydrology module. The GSM itself has been subject to Bayesian calibration for North American and Eurasian deglaciation and thus a probabilistic ensemble of deglacial chronologies is available. With this calibrated ensemble, we compare the range of calculated sediment thickness fields and cumulative erosion over the last glacial cycle against the present-day pattern of glacigenic sediment and the geological estimates of glacial erosion over North America, respectively.
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 | 0,000 |
| 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) | 0,000 | 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 ».