Quantifying supraglacial meltwater pathways in the Paakitsoq region, West Greenland
Notice bibliographique
Résumé
ABSTRACT Increased summer ice velocities on the Greenland ice sheet are driven by meltwater input to the subglacial environment. However, spatial patterns of surface input and partitioning of meltwater between different pathways to the base remain poorly understood. To further our understanding of surface drainage, we apply a supraglacial hydrology model to the Paakitsoq region, West Greenland for three contrasting melt seasons. During an average melt season, crevasses drain ~47% of surface runoff, lake hydrofracture drains ~3% during the hydrofracturing events themselves, while the subsequent surface-to-bed connections drain ~21% and moulins outside of lake basins drain ~15%. Lake hydrofracture forms the primary drainage pathway at higher elevations (above ~850 m) while crevasses drain a significant proportion of meltwater at lower elevations. During the two higher intensity melt seasons, model results show an increase (~5 and ~6% of total surface runoff) in the proportion of runoff drained above ~1300 m relative to the melt season of average intensity. The potential for interannual changes in meltwater partitioning could have implications for how the dynamics of the ice sheet respond to ongoing changes in meltwater production.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».