MétaCan
Menu
Retour à la cohorte
Enregistrement W3033015451 · doi:10.1029/2020gl088898

Platelet Ice Under Arctic Pack Ice in Winter

2020· article· en· W3033015451 sur OpenAlexaff
Christian Katlein, Volker Mohrholz, Igor Sheikin, Polona Itkin, Dmitry Divine, Julienne Strœve, Arttu Jutila, Daniela Krampe, Egor Shimanchuk, Ian Raphael, Benjamin Rabe, Ivan Kuznetsov, Maria Mallet, Hailong Liu, Mario Hoppmann, Ying‐Chih Fang, Adela Dumitrascu, Stefanie Arndt, Philipp Anhaus, Marcel Nicolaus, Ilkka Matero, Marc Oggier, Hajo Eicken, Christian Haas

Notice bibliographique

RevueGeophysical Research Letters · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesBundesministerium für Bildung und ForschungDeutsche ForschungsgemeinschaftNatural Environment Research CouncilNorges ForskningsrådSight Research UK
Mots-clésArctic ice packSea iceAntarctic sea iceIce formationDrift iceGeologyArcticOceanographyCryosphereFast iceSea ice thicknessIce shelfClimatologyAtmospheric sciences

Résumé

récupéré en direct d'OpenAlex

Abstract The formation of platelet ice is well known to occur under Antarctic sea ice, where subice platelet layers form from supercooled ice shelf water. In the Arctic, however, platelet ice formation has not been extensively observed, and its formation and morphology currently remain enigmatic. Here, we present the first comprehensive, long‐term in situ observations of a decimeter thick subice platelet layer under free‐drifting pack ice of the Central Arctic in winter. Observations carried out with a remotely operated underwater vehicle (ROV) during the midwinter leg of the MOSAiC drift expedition provide clear evidence of the growth of platelet ice layers from supercooled water present in the ocean mixed layer. This platelet formation takes place under all ice types present during the surveys. Oceanographic data from autonomous observing platforms lead us to the conclusion that platelet ice formation is a widespread but yet overlooked feature of Arctic winter sea ice growth.

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 enseignants0,024
Score d'incertitude au seuil0,049

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
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 Opus0,040
Tête enseignante GPT0,280
Écart entre enseignants0,240 · 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

Citations39
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207