MétaCan
Menu
Retour à la cohorte
Enregistrement W2766760604 · doi:10.1002/2017jc013012

A Model of Icebergs and Sea Ice in a Joint Continuum Framework

2017· article· en· W2766760604 sur OpenAlexfundno aff
Irena Vaňková, David M. Holland

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesNew York University Abu DhabiJet Propulsion LaboratoryYork UniversityNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésIcebergSea iceGeologyIce divideIce shelfAntarctic sea iceGlacierRheologyOceanographyArctic ice packClimatologyGeomorphologyCryospherePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The ice mélange, a mixture of sea ice and icebergs, often present in front of outlet glaciers in Greenland or ice shelves in Antarctica, can have a profound effect on the dynamics of the ice‐ocean system. The current inability to numerically model the ice mélange motivates a new modeling approach proposed here. A continuum sea‐ice model is taken as a starting point and icebergs are represented as thick and compact pieces of sea ice held together by large tensile and shear strength, selectively introduced into the sea‐ice rheology. In order to modify the rheology correctly, an iceberg tracking procedure is implemented within a semi‐Lagrangian time‐stepping scheme, designed to exactly preserve iceberg shape through time. With the proposed treatment, sea ice and icebergs are considered a single fluid with spatially varying rheological properties. Mutual interactions are thus automatically included without the need for further parametrization. An important advantage of the presented framework for an ice mélange model is its potential to be easily included within sea‐ice components of existing climate models.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,109
Tête enseignante GPT0,341
Écart entre enseignants0,233 · 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'étudeSimulation ou modélisation
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

Citations18
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetCryospheric studies and observationsTravaux en français237 207