An Operational Thermodynamic-Dynamic Model for the Coastal Labrador Sea Ice Melt Season
Notice bibliographique
Résumé
Abstract. An offshore operations thermodynamic-dynamic prediction model of sea ice break-up and drift is presented for central coastal Labrador in Atlantic Canada, and demonstrated for portions of the 2015 spring break-up of the land-fast ice. The model validation is performed using the data from ice tracking buoys deployed on the land-fast ice, which began drifting after break-up of the land-fast ice. The model uses a one-dimensional thermodynamic parameterization for ice melt and growth, includes snow accumulation and melt, and melt-pond and lead growth and contraction. The dynamic model uses a Smoothed Particle Hydrodynamics (SPH) parameterization for ice motion and changes in ice thickness and concentration. The dynamic forcing parameters include wind and ocean current drag, Coriolis deflection, internal ice stresses, and gravitational forcing due to sea surface gradients. A coastal repulsion force is employed to prevent ice particles from crossing the coastal boundaries. The model is sensitive to the prescribed initial snow depth on the sea ice. In the present work, analysis of results is focused on the offshore regions of Makkovik and Nain, Labrador. The melt of the coastal land-fast ice in these regions can be adequately simulated by the thermodynamic model alone. The model predicts the timing of the local land-fast ice break-up to within 4.6 hours to six days, and can simulate observed ice buoy drift speeds to within 1.5 meters per second.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».