Dropstones in Lacustrine Sediments as a Record of Snow Avalanches—A Validation of the Proxy by Combining Satellite Imagery and Varve Chronology at Kenai Lake (South-Central Alaska)
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
Snow avalanches cause many fatalities every year and damage local economies worldwide. The present-day climate change affects the snowpack and, thus, the properties and frequency of snow avalanches. Reconstructing snow avalanche records can help us understand past variations in avalanche frequency and their relationship to climate change. Previous avalanche records have primarily been reconstructed using dendrochronology. Here, we investigate the potential of lake sediments to record snow avalanches by studying 27 < 30-cm-long sediment cores from Kenai Lake, south-central Alaska. We use X-ray computed tomography (CT) to image post-1964 varves and to identify dropstones. We use two newly identified cryptotephras to update the existing varve chronology. Satellite imagery is used to understand the redistribution of sediments by ice floes over the lake, which helps to explain why some avalanches are not recorded. Finally, we compare the dropstone record with climate data to show that snow avalanche activity is related to high amounts of snowfall in periods of relatively warm or variable temperature conditions. We show, for the first time, a direct link between historical snow avalanches and dropstones preserved in lake sediments. Although the lacustrine varve record does not allow for the development of a complete annual reconstruction of the snow avalanche history in the Kenai Lake valley, our results suggest that it can be used for long-term decadal reconstructions of the snow-avalanche history, ideally in combination with similar records from lakes elsewhere in the region.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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