Warmer–wetter climate drives shift in δ<i>D</i>–δ<sup>18</sup>O composition of precipitation across the Queen Elizabeth Islands, Arctic Canada
Notice bibliographique
Résumé
We examine how recent increases in air temperature and precipitation, together with reductions in sea ice extent, may have affected the regional δD–δ18O composition of precipitation. In spring 2014, 80 snow samples were collected from six glaciers and ice caps across the Queen Elizabeth Islands, and in 2009 and 2014, two shallow ice cores were collected from Agassiz Ice Cap and White Glacier, respectively. The snow samples showed average δ18O values from 2013 to 2014 to be approximately 2‰–3‰ higher than those recorded in 1973–1974 in nearby locations, with the ice cores showing similar trends in δ18O values. A zonal average water isotope model was used to help understand the causes of the increased δ18O values, using inputs calibrated for observed changes in temperature, vapour flux, and sea ice extent. Model results indicate that atmospheric temperature changes account for <1‰ of the observed change in δ18O values, and that changes in local water input and precipitation driven by changes in sea ice extent only have an effect in coastal regions. Enhanced meridional vapour flux to the Queen Elizabeth Islands is, therefore, also required to explain the observed increases in δ18O values, with fluxes ∼7% higher today than in the 1970s, consistent with the change in precipitation.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».