MétaCan
Menu
Retour à la cohorte
Enregistrement W2791815747 · doi:10.1017/aog.2017.46

Changing contribution of peak velocity events to annual velocities following a multi-decadal slowdown at White Glacier

2017· article· en· W2791815747 sur OpenAlexafffundabout
Laura Thomson, Luke Copland

Notice bibliographique

RevueAnnals of Glaciology · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of OttawaSimon Fraser University
Organismes subventionnairesW. Garfield Weston FoundationNatural Sciences and Engineering Research Council of CanadaMcGill UniversityArcticNetUniversity of Ottawa
Mots-clésGlacierGeologySlowdownMagnitude (astronomy)ThinningClimatologyArcticGlacier morphologyPhysical geographyArctic ice packOceanographyGeographyGeomorphologyAntarctic sea ice

Résumé

récupéré en direct d'OpenAlex

ABSTRACT As the focus of intensive glaciological studies in the 1960–70s, White Glacier on Axel Heiberg Island, Canada, has played an important role in understanding the dynamics of mostly-cold polythermal glaciers in the high Arctic. In this study, we examine the magnitude, duration and timing of peak velocity events in the summers of 2013–15 using continuous dual-frequency GPS observations, and compare them with similar measurements made in 1968. Summer speed-up events in 1968 and 2014, in which ice velocities reached 200% above winter values, were found to occur in conjunction with formation and drainage of an ice-marginal lake. Despite thinning of the glacier by >20 m and a decrease in annual surface velocities of 15–35% since the 1960s, the relative magnitude and duration of these peak events has increased, particularly at lower elevations, in comparison with the observations at the same locations many decades ago. Given the long-term slowdown of the glacier, the relative contribution of summer displacement to the net annual motion has therefore increased significantly, with summer motion over the span of <2 months now accounting for nearly half of the total annual displacement.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,055
Tête enseignante GPT0,310
Écart entre enseignants0,255 · 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

Citations10
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207