MétaCan
Menu
Retour à la cohorte
Enregistrement W2924253971 · doi:10.1038/s41598-019-41657-5

Glacier ablation and temperature indexed melt models in the Nepalese Himalaya

2019· article· en· W2924253971 sur OpenAlexaff
Maxime Litt, J. M. Shea, Patrick Wagnon, Jakob Steiner, Inka Koch, Emmy E. Stigter, Walter W. Immerzeel

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Northern British Columbia
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk OnderzoekEuropean CommissionAgence Nationale de la RechercheInternational Centre for Integrated Mountain Development
Mots-clésAblation zoneAblationGlacierEnvironmental scienceAlbedo (alchemy)Shortwave radiationCloud coverSublimation (psychology)ClimatologyShortwaveAutomatic weather stationAtmospheric sciencesMeteorologyRadiationGeologyRadiative transferPhysicsCloud computingGeomorphologyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Temperature index (TI) models are convenient for modelling glacier ablation since they require only a few input variables and rely on simple empirical relations. The approach is generally assumed to be reliable at lower elevations (below 3500 m above sea level, a.s.l) where air temperature ( T a ) relates well to the energy inputs driving melt. We question this approach in High Mountain Asia (HMA). We study in-situ meteorological drivers of glacial ablation at two sites in central Nepal, between 2013 and 2017, using data from six automatic weather stations (AWS). During the monsoon, surface melt dominates ablation processes at lower elevations (between 4950 and 5380 m a.s.l.). As net shortwave radiation ( SW net ) is the main energy input at the glacier surface, albedo ( α ) and cloudiness play key roles while being highly variable in space and time. For these cases only, ablation can be calculated with a TI model, or with an Enhanced TI (ETI) model that includes a shortwave radiation ( SW ) scheme and site specific ablation factors. In the ablation zone during other seasons and during all seasons in the accumulation zone, sublimation and other wind-driven ablation processes also contribute to mass loss, and remain unresolved with TI or ETI methods.

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 enseignants0,020
Score d'incertitude au seuil0,334

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
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 Opus0,015
Tête enseignante GPT0,205
Écart entre enseignants0,190 · 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

Citations103
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetCryospheric studies and observationsTravaux en français237 207