MétaCan
Menu
Retour à la cohorte
Enregistrement W2905213451 · doi:10.1029/2018gl080942

Heterogeneous Changes in Western North American Glaciers Linked to Decadal Variability in Zonal Wind Strength

2018· article· en· W2905213451 sur OpenAlexafffund
Brian Menounos, Romain Hugonnet, David Shean, Alex Gardner, Ian M. Howat, Étienne Berthier, Ben M. Pelto, C. Tennant, J. M. Shea, Myoung‐Jong Noh, Fanny Brun, Amaury Dehecq

Notice bibliographique

RevueGeophysical Research Letters · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesGlobal Water FuturesJet Propulsion LaboratoryCentre National d’Etudes SpatialesBC HydroAmes Research CenterTula FoundationHakai InstituteOhio State UniversityNational Aeronautics and Space AdministrationNational Park ServiceU.S. Geological SurveyUniversity of Northern British ColumbiaNational Science Foundation
Mots-clésGlacierClimatologyGlacier mass balanceClimate changeGeologyTerrainElevation (ballistics)Physical geographyDigital elevation modelSea level riseSea levelEnvironmental scienceOceanographyGeographyGeomorphologyRemote sensingCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Western North American (WNA) glaciers outside of Alaska cover 14,384 km 2 of mountainous terrain. No comprehensive analysis of recent mass change exists for this region. We generated over 15,000 multisensor digital elevation models from spaceborne optical imagery to provide an assessment of mass change for WNA over the period 2000–2018. These glaciers lost 117 ± 42 gigatons (Gt) of mass, which accounts for up to 0.32 ± 0.11 mm of sea level rise over the full period of study. We observe a fourfold increase in mass loss rates between 2000–2009 [−2.9 ± 3.1 Gt yr −1 ] and 2009–2018 [−12.3 ± 4.6 Gt yr −1 ], and we attribute this change to a shift in regional meteorological conditions driven by the location and strength of upper level zonal wind. Our results document decadal‐scale climate variability over WNA that will likely modulate glacier mass change in the future.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,388
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,041
Tête enseignante GPT0,302
Écart entre enseignants0,262 · 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

Citations120
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetCryospheric studies and observationsTravaux en français237 207