MétaCan
Menu
Retour à la cohorte
Enregistrement W2399959875 · doi:10.1017/jfm.2016.251

A model for polythermal ice incorporating gravity-driven moisture transport

2016· article· en· W2399959875 sur OpenAlexaff
Christian Schoof, Ian Hewitt

Notice bibliographique

RevueJournal of Fluid Mechanics · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSea ice growth processesMechanicsGeologyMoistureIce sheetClear iceTemperate climateEnvironmental scienceMaterials scienceSea icePhysicsArctic ice packClimatologyGeomorphologyMeteorologySea ice thicknessAntarctic sea ice

Résumé

récupéré en direct d'OpenAlex

The flow of ice sheets and glaciers dissipates significant amounts of heat, which can result in the formation of ‘temperate ice’, a binary mixture of ice and small amounts of melt water that exists at the melting point. Many ice masses are polythermal, in the sense that they contain cold ice, below the melting point, as well as temperate ice. Temperature and melt water (or moisture) content conversely affect the flow of these ice masses through their effect on ice viscosity and sliding behaviour. Ice flow models therefore require a component that can solve for temperature and moisture content, and determine the free boundary between the cold and temperate subdomains. We present such a model, based on the theory of compacting partial melts. By contrast with other models, we describe gravity- and pressure-gradient-driven drainage of moisture, while maintaining a divergence-free ice flow at leading order. We also derive the relevant boundary conditions at the free cold–temperate boundary, and find that the boundary behaves differently depending on whether ice enters or exits the temperate region. The paper also describes a number of test cases used to compare with a numerical solution, and investigates asymptotic solutions applicable to the limit of small compaction pressure gradients in the temperate ice regions. A simplified enthalpy-gradient model is finally proposed, which captures most of the behaviour of the full model in this limit.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,244

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,030
Tête enseignante GPT0,228
Écart entre enseignants0,198 · 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'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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fluid MechanicsMême sujetCryospheric studies and observationsTravaux en français237 207