MétaCan
Menu
Retour à la cohorte
Enregistrement W3005817239 · doi:10.1002/joc.6517

The observed recent surface air temperature development across Svalbard and concurring footprints in local sea ice cover

2020· article· en· W3005817239 sur OpenAlexfundno aff
Sandro Dahlke, N. Hughes, P. Wagner, Sebastian Gerland, Tomasz Wawrzyniak, Б. В. Иванов, Marion Maturilli

Notice bibliographique

RevueInternational Journal of Climatology · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftAlberta Agricultural Research Institute
Mots-clésClimatologySea iceFjordArctic ice packArchipelagoArcticArctic sea ice declineOceanographyEnvironmental scienceCryosphereClimate changeGeologyAntarctic sea ice

Résumé

récupéré en direct d'OpenAlex

Abstract The Svalbard archipelago in the Arctic North Atlantic is experiencing rapid changes in the surface climate and sea ice distribution, with impacts for the coupled climate system and the local society. This study utilizes observational data of surface air temperature (SAT) from 1980–2016 across the whole Svalbard archipelago, and sea ice extent (SIE) from operational sea ice charts to conduct a systematic assessment of climatologies, long‐term changes and regional differences. The proximity to the warm water mass of the West Spitsbergen Current drives a markedly warmer climate in the western coastal regions compared to northern and eastern Svalbard. This imprints on the SIE climatology in southern and western Svalbard, where the annual maxima of 50–60% area ice coverage are substantially less than 80–90% in the northern and eastern fjords. Owing to winter‐amplified warming, the local climate is shifting towards more maritime conditions, and SIE reductions of between 5 and 20% per decade in particular regions are found, such that a number of fjords in the west have been virtually ice‐free in recent winters. The strongest decline comes along with SAT forcing and occurs over the most recent 1–2 decades in all regions; while in the 1980s and 1990s, enhanced northerly winds and sea ice drift can explain 30–50% of SIE variability around northern Svalbard, where they had correspondingly lead to a SIE increase. With an ongoing warming it is suggested that both the meteorological and cryospheric conditions in eastern Svalbard will become increasingly similar to what is already observed in the western fjords, namely suppressed typical Arctic climate conditions.

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 enseignants0,043
Score d'incertitude au seuil0,085

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 savante0,0010,000
Science ouverte0,0000,001
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 Opus0,025
Tête enseignante GPT0,264
Écart entre enseignants0,239 · 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

Citations91
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of ClimatologyMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207