MétaCan
Menu
Retour à la cohorte
Enregistrement W2981723416 · doi:10.1098/rspa.2019.0410

Ice sheet flow with thermally activated sliding. Part 1: the role of advection

2019· article· en· W2981723416 sur OpenAlexafffund
Elisa Mantelli, Marianne Haseloff, Christian Schoof

Notice bibliographique

RevueProceedings of the Royal Society A Mathematical Physical and Engineering Sciences · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIce sheetDrawdown (hydrology)GeologyMechanicsIce divideFlow (mathematics)AdvectionIce streamSea ice growth processesMaterials scienceGeomorphologyGeotechnical engineeringClimatologyThermodynamicsArctic ice packPhysicsSea iceSea ice thickness

Résumé

récupéré en direct d'OpenAlex

Flow organization into systems of fast-moving ice streams is a well-known feature of ice sheets. Fast motion is frequently the result of sliding at the base of the ice sheet. Here, we consider how this basal sliding is first initiated as the result of changes in bed temperature. We show that an abrupt sliding onset at the melting point, with no sliding possible below that temperature, leads to rapid drawdown of cold ice and refreezing as the result of the increased temperature gradient within the ice, and demonstrate that this result holds regardless of the mechanical model used to describe the flow of ice. Using this as a motivation, we then consider the possibility of a region of 'subtemperate sliding' in which sliding at reduced velocities occurs in a narrow range of temperatures just below the melting point. We confirm that this prevents the rapid drawdown of ice and refreezing of the bed, and construct a simple numerical method for computing steady-state ice sheet profiles that include a subtemperate region. The stability of such an ice sheet is analysed in a companion paper.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,428
Score d'incertitude au seuil0,160

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,006
Tête enseignante GPT0,168
Écart entre enseignants0,162 · 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'étudeSimulation ou modélisation
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

Citations28
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society A Mathematical Physical and Engineering SciencesMême sujetCryospheric studies and observationsTravaux en français237 207