Ice cliff contribution to the tongue-wide ablation of Changri Nup Glacier, Nepal, central Himalaya
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract. Ice cliff backwasting on debris-covered glaciers is recognized as an important mass-loss process that is potentially responsible for the “debris-cover anomaly”, i.e. the fact that debris-covered and debris-free glacier tongues appear to have similar thinning rates in the Himalaya. In this study, we quantify the total contribution of ice cliff backwasting to the net ablation of the tongue of Changri Nup Glacier, Nepal, between 2015 and 2017. Detailed backwasting and surface thinning rates were obtained from terrestrial photogrammetry collected in November 2015 and 2016, unmanned air vehicle (UAV) surveys conducted in November 2015, 2016 and 2017, and Pléiades tri-stereo imagery obtained in November 2015, 2016 and 2017. UAV- and Pléiades-derived ice cliff volume loss estimates were 3 % and 7 % less than the value calculated from the reference terrestrial photogrammetry. Ice cliffs cover between 7 % and 8 % of the total map view area of the Changri Nup tongue. Yet from November 2015 to November 2016 (November 2016 to November 2017), ice cliffs contributed to 23±5 % (24±5 %) of the total ablation observed on the tongue. Ice cliffs therefore have a net ablation rate 3.1±0.6 (3.0±0.6) times higher than the average glacier tongue surface. However, on Changri Nup Glacier, ice cliffs still cannot compensate for the reduction in ablation due to debris-cover. In addition to cliff enhancement, a combination of reduced ablation and lower emergence velocities could be responsible for the debris-cover anomaly on debris-covered tongues.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,003 | 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 découle