Small-scale variability of snow properties on sea ice: from snow pits to the SnowMicroPen
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 on sea ice alters the properties of the underlying ice cover as well as associated exchange processes at the interfaces between atmosphere, sea ice, and ocean. It contributes significantly to the sea-ice mass and energy budgets due to comprehensive seasonal transition processes within the snowpack. Therefore, several studies have shown the importance of comprehensive understanding of snow properties for large-scale estimates in the ice-covered oceans. However, field studies reveal not only a strong seasonality but especially spatial variations on floe-size scales. It is therefore necessary to locate and quantify seasonal snow processes, such as internal snowmelt, snow metamorphism, and snow-ice formation in the Arctic and Antarctic snowpack on small scales. \nDoing so, we present here in-situ observations of physical snow properties from point measurements (snow pits) and transect lines (SnowMicroPen, SMP) during recent expeditions in the Weddell Sea and off the northeastern coast of Ellesmere Island, Canada, from 2013 to 2019, covering summer and winter conditions. \nResults from a case study of snow pit analyses in the Weddell Sea during austral winter reveal a high variability of snow parameters throughout the snowpack. It is shown that snow grain size dominates the spatial variability of the snow pack while snow density variability can be neglected. The additional use of the SMP allows to even quantify length-scale variabilities of snow properties in different ice regimes in both hemispheres. \nOverall, results will improve our understanding of seasonal processes in the snowpack and will guide us towards upscaling approaches of vertical snow layers on Arctic and Antarctic sea ice.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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