MétaCan
Menu
← Retour à la cohorte
Enregistrement W3091046943 · doi:10.5194/egusphere-egu2020-909

A new free drift sea ice velocity dataset for improved representations of ice drift trajectories

2020· article· en· W3091046943 sur OpenAlexaff
Charles Brunette, Bruno Tremblay, R. Newton

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésSea iceDrift iceBuoyArctic ice packGeologySea ice thicknessClimatologySea ice concentrationArcticForcing (mathematics)Environmental scienceMeteorologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

Previous work shows that tracking the motion of sea ice in a Lagrangian framework can be used to produce skillful seasonal forecasts of sea ice at the pan-Arctic scale (Williams et al. 2016) and at the regional scale (Brunette et al. 2019) and can also be used to analyze socio-environmental impacts related to sea ice circulation (Newton et al. 2017). However, the Polar Pathfinder sea ice motion dataset from the National Snow and Ice Data Centre (Tschudi et al. 2019), which is commonly used for calculations of ice drift trajectories, contains biases in sea ice drift speed and angle. The bias is particularly strong in the summer when less satellite drift-vectors are available, and the Polar Pathfinder composite product relies more heavily on poorly-constrained free drift estimates (ice motion in response to wind forcing and ocean drag in the absence of internal stresses), that have up to a 60% low speed bias when compared to buoy drifts. These free drift estimates are notoriously ill-constrained, since information on the ocean forcing from below and lateral forces within the ice pack are lacking. To improve the quality of ice motion estimates in the summer, we propose to compile a new free drift sea ice motion dataset, based on surface winds from ERA-Interim and calibrated on drifting buoys from the International Arctic Buoy Program. We include dependencies of free drift velocity on sea ice concentration and thickness, which will improve the representation of temporal and spatial variability of sea ice in a free drift regime. We present work on the parameterization of an ice state dependent transfer coefficient between wind velocity and ice velocity, and estimates of the near surface oceanic currents that are necessary to constrain ice motion.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,008

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 Opus0,021
Tête enseignante GPT0,247
Écart entre enseignants0,226 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→