MétaCan
Menu
Retour à la cohorte
Enregistrement W2900729107 · doi:10.1029/2018jc014045

The Energetics of Extensive Meltwater Flooding of Level Arctic Sea Ice

2018· article· en· W2900729107 sur OpenAlexafffundabout
Aura Diaz, Jens K. Ehn, Jack Landy, Brent Else, Karley Campbell, Tim Papakyriakou

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of CalgaryUniversity of Manitoba
Organismes subventionnairesNetworks of Centres of Excellence of CanadaNatural Sciences and Engineering Research Council of CanadaCanada Excellence Research Chairs, Government of CanadaArcticNetUniversity of Manitoba
Mots-clésMeltwaterMelt pondSea iceIce-albedo feedbackArctic ice packAntarctic sea iceFast iceGeologyArcticOceanographyCryospherePancake iceEnvironmental scienceClimatologySnowAtmospheric sciencesGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract During the spring‐to‐summer transition, the snow cover on Arctic sea ice melts and meltwater pools on the surface to form melt ponds; however, the timing and extent of the ponding vary between years. In Dease Strait (Nunavut), this transition was particularly dramatic in 2014 when on 18 June meltwater had flooded >95% of the surface. In this study, continuous surface energy balance measurements throughout the transition highlight how the timing of transient weather events influenced seasonal shifts in distinct ice melt stages. The keys to the extensive flooding were (1) the level ice cover, (2) a strong low‐pressure system on 24 May that deposited ~10 cm of snow, and (3) freeze‐thaw cycling and a subsequent return to subzero air temperatures on 30 May that led to superimposed and interposed ice formation. Without these, melt ponds would have likely developed within days from an initial melt onset on 28 May. After a 2‐week delay, snow‐melt resumed and lead to near‐complete flooding of the surface for 4 days. The albedo of the flooded ice remained high (0.35–0.40), as a result of the bubble‐laden superimposed ice layer. Once this layer eroded, the albedo over melt ponds decreased to a more typical level (~0.20). Our observations suggest that the formation of superimposed and interposed ice prevented the vertical drainage of meltwater to the ocean. Future challenges remain to measure the presence of these layers and understand their effect on sea ice permeability and pond evolution, while sea ice temperatures are near the melting point.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,053
Tête enseignante GPT0,308
Écart entre enseignants0,256 · 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

Citations10
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207