MétaCan
Menu
Retour à la cohorte
Enregistrement W2803368100 · doi:10.1029/2017jf004304

Six Decades of Glacial Mass Loss in the Canadian Arctic Archipelago

2018· article· en· W2803368100 sur OpenAlexaffabout
Brice Noël, Willem Jan van de Berg, Stef Lhermitte, Bert Wouters, Nicole Schaffer, M. R. van den Broeke

Notice bibliographique

RevueJournal of Geophysical Research Earth Surface · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of OttawaEnvironment and Climate Change Canada
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésArchipelagoGlacierArcticPhysical geographyGeologyFirnClimatologyArctic ice packGlacial periodTundraOceanographyGeographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

The Canadian Arctic Archipelago comprises multiple small glaciers and ice caps, mostly concentrated on Ellesmere and Baffin Islands in the northern (NCAA, Northern Canadian Arctic Archipelago) and southern parts (SCAA, Southern Canadian Arctic Archipelago) of the archipelago, respectively. Because these glaciers are small and show complex geometries, current regional climate models, using 5‐ to 20‐km horizontal resolution, do not properly resolve surface mass balance patterns. Here we present a 58‐year (1958–2015) reconstruction of daily surface mass balance of the Canadian Arctic Archipelago, statistically downscaled to 1 km from the output of the regional climate model RACMO2.3 at 11 km. By correcting for biases in elevation and ice albedo, the downscaling method significantly improves runoff estimates over narrow outlet glaciers and isolated ice fields. Since the last two decades, NCAA and SCAA glaciers have experienced warmer conditions (+1.1°C) resulting in continued mass loss of 28.2 ± 11.5 and 22.0 ± 4.5 Gt/year, respectively, more than doubling (11.9 Gt/year) and doubling (11.9 Gt/year) the pre‐1996 average. While the interior of NCAA ice caps can still buffer most of the additional melt, the lack of a perennial firn area over low‐lying SCAA glaciers has caused uninterrupted mass loss since the 1980s. In the absence of significant refreezing capacity, this indicates inevitable disappearance of these highly sensitive glaciers.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,509
Score d'incertitude au seuil0,688

Scores Codex et Gemma par catégorie

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

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 Opus0,056
Tête enseignante GPT0,316
Écart entre enseignants0,260 · 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

Citations130
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

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