MétaCan
Menu
Retour à la cohorte
Enregistrement W2559899344 · doi:10.1175/jcli-d-16-0388.1

Sea Level Fingerprints in a Region of Complex Earth Structure: The Case of WAIS

2016· article· en· W2559899344 sur OpenAlexaff
Carling C. Hay, H. C. P. Lau, Natalya Gomez, Jacqueline Austermann, Evelyn Powell, J. X. Mitrovica, Konstantin Latychev, Douglas A. Wiens

Notice bibliographique

RevueJournal of Climate · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of TorontoMcGill University
Organismes subventionnairesNational Science Foundation
Mots-clésGeologySea levelLithosphereMagnitude (astronomy)GeophysicsClimatologySeismologyOceanographyPhysicsTectonics

Résumé

récupéré en direct d'OpenAlex

Abstract Sea level fingerprints associated with rapid melting of the West Antarctic Ice Sheet (WAIS) have generally been computed under the assumption of a purely elastic response of the solid Earth. The authors investigate the impact of viscous effects on these fingerprints by computing gravitationally self-consistent sea level changes that adopt a 3D viscoelastic Earth model in the Antarctic region consistent with available geological and geophysical constraints. In West Antarctica, the model is characterized by a thin (~65 km) elastic lithosphere and sublithospheric viscosities that span three orders of magnitude, reaching values as low as approximately 4 × 1018 Pa s beneath WAIS. Calculations indicate that sea level predictions in the near field of WAIS will depart significantly from elastic fingerprints in as little as a few decades. For example, when viscous effects are included, the peak sea level fall predicted in the vicinity of WAIS during a melt event will increase by about 20% and about 50%, relative to the elastic case, for events of duration 25 and 100 yr, respectively. The results have implications for studies of sea level change due to both ongoing mass loss from WAIS over the next century and future, large-scale collapse of WAIS on centennial-to-millennial time scales.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,958

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 recherche0,0000,000
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 Opus0,066
Tête enseignante GPT0,292
Écart entre enseignants0,226 · 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

Citations75
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207