MétaCan
Menu
Retour à la cohorte
Enregistrement W3121640914 · doi:10.1007/s00382-021-05642-x

Late twentieth century increase in northern Spitsbergen (Svalbard) glacier-derived runoff tracked by coralline algal Ba/Ca ratios

2021· article· en· W3121640914 sur OpenAlexafffund
Steffen Hetzinger, Jochen Halfar, Zoltán Zajacz, Marco Möller, Max Wisshak

Notice bibliographique

RevueClimate Dynamics · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaDeutsche Forschungsgemeinschaft
Mots-clésGlacierSurface runoffMeltwaterArcticGeologyOceanographyCryospherePhysical geographyEnvironmental scienceClimatologySea iceGeographyEcologyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract The Arctic cryosphere is changing rapidly due to global warming. Northern Svalbard is a warming hotspot with a temperature rise of ~ 6 °C over the last three decades. Concurrently, modelled data suggest a marked increase in glacier runoff during recent decades in northern Svalbard, and runoff is projected to increase. However, observational data from before anthropogenic influence are sparse and the potential effects on the surface ocean are unclear. Here, we present a 200-year record of Ba/Ca ratios measured in annual increment-forming coralline algae from northern Spitsbergen as a proxy for past glacier-derived meltwater input. Our record shows a significant increasing trend in algal Ba/Ca ratios from the late-1980s onwards matching modelled regional runoff data, suggesting a drastic increase in land-based runoff. The rate of increase is unprecedented during the last two centuries and captures the impact of amplified warming on the coastal surface ocean in the high Arctic. The algal Ba/Ca runoff proxy offers an opportunity to reconstruct past land-based runoff variability in Arctic settings in high resolution, providing important data for validating and improving climate modelling studies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,220
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,211
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

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

Citations12
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueClimate DynamicsMême sujetCryospheric studies and observationsTravaux en français237 207