MétaCan
Menu
Retour à la cohorte
Enregistrement W2567374809 · doi:10.5670/oceanog.2016.98

An Intensive Observation of Calving at Helheim Glacier, East Greenland

2016· article· en· W2567374809 sur OpenAlexfundno aff
David M. Holland, Denis Voytenko, Knut Christianson, Timothy H. Dixon, Jeffrey Mei, B. R. Parizek, Irena Vaňková, R. T. Walker, J. I. Walter, Keith W. Nicholls, Denise Holland

Notice bibliographique

RevueOceanography · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilJet Propulsion LaboratoryYork UniversitySight Research UKNew York University Abu DhabiNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésIce calvingGlacierGeologyClimatologyIce sheetFuture sea levelEnvironmental scienceMeteorologySea iceOceanographyCryosphereGeographyIce shelfGeomorphology

Résumé

récupéré en direct d'OpenAlex

Calving of glacial ice into the ocean from the Greenland Ice Sheet is an important component of global sea level rise. The calving process itself is relatively poorly observed, understood, and modeled; as such, it represents a bottleneck in improving future global sea level estimates in climate models. We organized a pilot project to observe the calving process at Helheim Glacier in East Greenland in an effort to better understand it. During an intensive one-week survey, we deployed a suite of instrumentation including a terrestrial radar interferometer, GPS receivers, seismometers, tsunameters, and an automated weather station. This effort captured a calving process and measured various glaciological, oceanographic, and atmospheric parameters before, during, and after the event. One outcome of our observations is evidence that the calving process actually consists of a number of discrete events, spread out over time, in this instance over at least two days. This time span has implications for models of the process. Realistic projections of future global sea level will depend on accurate parametrization of calving, which will require more sustained observations.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,126
Score d'incertitude au seuil0,251

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
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 Opus0,026
Tête enseignante GPT0,218
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'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

Citations29
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOceanographyMême sujetCryospheric studies and observationsTravaux en français237 207