MétaCan
Menu
Retour à la cohorte
Enregistrement W2965544935 · doi:10.1017/s0954102019000270

Energy and water mass balance of Lake Untersee and its perennial ice cover, East Antarctica

2019· article· en· W2965544935 sur OpenAlexafffund
Benoit Faucher, Denis Lacelle, David Fisher, Dale T. Andersen, Christopher P. McKay

Notice bibliographique

RevueAntarctic Science · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFondation familiale TrottierTawani Foundation
Mots-clésGlacierShelf iceGeologyHydrology (agriculture)Energy budgetSublimation (psychology)SnowIce streamArctic ice packCryosphereEnvironmental scienceAtmospheric sciencesSea iceOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract Lake Untersee is one of the largest perennially ice-covered lakes in Dronning Maud Land. We investigated the energy and water mass balance of Lake Untersee to understand its state of equilibrium. The thickness of the ice cover is strongly correlated with sublimation rates; variations in sublimation rates across the ice cover are largely determined by wind-driven turbulent heat fluxes and the number of snow-covered days. Lake extent and water level have remained stable for the past 20 years, indicating that the water mass balance is in equilibrium. The lake is damned by the Anuchin Glacier and mass balance calculation suggest that subaqueous melting of terminus ice contributes 40–45% of the annual water budget; since there is no evidence of streams flowing into the lake, the lake must be connected to a groundwater system that contributes 55–60% in order to maintain the lake budget in balance. The groundwater likely flows at a rate of ~8.8 × 10−2m3s−1, a reasonable estimate given the range of subglacial water flux in the region. The fate of its well-sealed ice cover is likely tied to changes in wind regime, whereas changes in water budget are more closely linked to the response of surrounding glaciers to climate change.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,202
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 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'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

Citations25
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAntarctic ScienceMême sujetCryospheric studies and observationsTravaux en français237 207