MétaCan
Menu
Retour à la cohorte
Enregistrement W2341980949 · doi:10.1002/2016jc011638

A dynamical model of Kara Sea land‐fast ice

2016· article· en· W2341980949 sur OpenAlexfundno aff
Einar Ólason

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftAlberta Agricultural Research InstituteUniversity Corporation for Atmospheric ResearchNational Center for Atmospheric Research
Mots-clésSea iceSolverForcing (mathematics)GeologyShoreMomentum (technical analysis)ClimatologyMeteorologyMathematicsOceanographyPhysicsMathematical optimization

Résumé

récupéré en direct d'OpenAlex

Abstract This paper introduces modifications to the traditional viscous‐plastic sea‐ice dynamical model, which are necessary to model land‐fast ice in the Kara Sea in a realistic manner. The most important modifications are an increase in the maximum viscosity from the standard value of to , and to use a solver for the momentum equation capable of correctly solving for small ice velocities (the limit here is set to m/s). Given these modifications, a necessary condition for a realistic fast‐ice simulation is that the yield curve give sufficient uniaxial compressive strength. This is consistent with the idea that land‐fast ice in the Kara Sea forms primarily via static arching. The modified model is tested and tuned using forcing data and observations from 1997 and 1998. The results show that it is possible to model land‐fast ice using this model with the modifications mentioned above. The model performs well in terms of modeled fast‐ice extent, but suffers from unrealistic break‐ups during the start and end of the fast‐ice season. The main results are that fast ice in the Kara Sea is supported by arching of the ice, the arches footers resting on a chain of islands off shore.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,576
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,033
Tête enseignante GPT0,292
Écart entre enseignants0,258 · 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

Citations34
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207