MétaCan
Menu
← Retour à la cohorte
Enregistrement W3010535437 · doi:10.5194/tc-2019-325

21st century estimates of mass loss rates from glaciers in the Gulf of Alaska and Canadian Archipelago using a GRACE constrained glacier model

2020· article· en· W3010535437 sur OpenAlexaboutno aff
Lavanya Ashokkumar, Christopher Harig

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Arizona
Mots-clésArchipelagoGlacierGlacier mass balanceClimatologyPhysical geographySea level riseGeologySea levelFuture sea levelClimate changeEnvironmental scienceOceanographyIce streamCryosphereGeographySea ice

Résumé

récupéré en direct d'OpenAlex

Abstract. Ice mass loss rates from glaciers in the Gulf of Alaska and the Canadian Archipelago are expected to increase through the end of century in response to increasing temperatures. Here, we develop a new glacier model constrained by GRACE gravimetry observations for the period between 2002 and 2017. The high temporal and regional spatial resolution of GRACE mass balance estimates allows us to estimate regional glacier sensitivities to atmospheric changes, and account for higher order of glacier dynamics. We use our regionally constrained models to extrapolate future mass loss under different climate emission scenarios. Generally our 21st century sea level estimates are at the high end compared to other studies. We find that the Gulf of Alaska exhibits the highest mass loss rates between −79 to −112 Gt yr−1 between 2006 and 2100 under different scenarios, and displays the highest sensitivity to the specific scenario (RCP 2.6/4.5/8.5). Our estimates for Baffin Island are significantly higher than prior work (−57 to −85 Gt yr−1) and are comparable to projected mass loss rates from the Ellesmere region (−63 to −101 Gt yr−1).

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,399
Score d'incertitude au seuil0,804

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,001
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 Opus0,032
Tête enseignante GPT0,228
Écart entre enseignants0,196 · 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'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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→