MétaCan
Menu
Retour à la cohorte
Enregistrement W2762429076 · doi:10.5194/tc-12-1233-2018

Thermodynamic and dynamic ice thickness contributions in the Canadian Arctic Archipelago in NEMO-LIM2 numerical simulations

2018· article· en· W2762429076 sur OpenAlexafffundabout
Xianmin Hu, Jingfan Sun, Ting On Chan, Paul G. Myers

Notice bibliographique

Revue˜The œcryosphere · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensBedford Institute of OceanographyUniversity of AlbertaFisheries and Oceans Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésArchipelagoSea iceGeologyArcticArctic ice packSea ice thicknessOceanographyClimatology

Résumé

récupéré en direct d'OpenAlex

Abstract. Sea ice thickness evolution within the Canadian Arctic Archipelago (CAA) is of great interest to science, as well as local communities and their economy. In this study, based on the NEMO numerical framework including the LIM2 sea ice module, simulations at both 1∕4 and 1/12∘ horizontal resolution were conducted from 2002 to 2016. The model captures well the general spatial distribution of ice thickness in the CAA region, with very thick sea ice (∼ 4 m and thicker) in the northern CAA, thick sea ice (2.5 to 3 m) in the west-central Parry Channel and M'Clintock Channel, and thin (<2 m) ice (in winter months) on the east side of CAA (e.g., eastern Parry Channel, Baffin Island coast) and in the channels in southern areas. Even though the configurations still have resolution limitations in resolving the exact observation sites, simulated ice thickness compares reasonably (seasonal cycle and amplitudes) with weekly Environment and Climate Change Canada (ECCC) New Ice Thickness Program data at first-year landfast ice sites except at the northern sites with high concentration of old ice. At 1∕4 to 1/12∘ scale, model resolution does not play a significant role in the sea ice simulation except to improve local dynamics because of better coastline representation. Sea ice growth is decomposed into thermodynamic and dynamic (including all non-thermodynamic processes in the model) contributions to study the ice thickness evolution. Relatively smaller thermodynamic contribution to ice growth between December and the following April is found in the thick and very thick ice regions, with larger contributions in the thin ice-covered region. No significant trend in winter maximum ice volume is found in the northern CAA and Baffin Bay while a decline (r2 ≈ 0.6, p < 0.01) is simulated in Parry Channel region. The two main contributors (thermodynamic growth and lateral transport) have high interannual variabilities which largely balance each other, so that maximum ice volume can vary interannually by ±12 % in the northern CAA, ±15 % in Parry Channel, and ±9 % in Baffin Bay. Further quantitative evaluation is required.

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 enseignants0,504
Score d'incertitude au seuil0,768

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,007
Tête enseignante GPT0,227
Écart entre enseignants0,220 · 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

Citations57
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207