MétaCan
Menu
Retour à la cohorte
Enregistrement W3124321507 · doi:10.3390/min11020120

Thermo-Mechanical Regime of the Greenland Ice Sheet and Erosion Potential of the Crystalline Bedrock

2021· article· en· W3124321507 sur OpenAlexafffund
Zhenze Li, T.S. Nguyen

Notice bibliographique

RevueMinerals · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensCanadian Nuclear Safety Commission
Organismes subventionnairesCanadian Nuclear Safety Commission
Mots-clésGeologyBedrockErosionIce sheetMeltwaterIce-sheet modelGeomorphologyIce streamGlacierGlacial periodGreenland ice sheetClimatologyCryosphereSea ice

Résumé

récupéré en direct d'OpenAlex

Past glaciation is known to have caused a substantial morphological change to high latitude regions of the northern hemisphere. In the assessment of the long-term performance of deep geological repositories for radioactive wastes, future glaciation is a critical factor to take into consideration. This study develops a thermal-mechanical model to investigate ice sheet thermal evolution and the impact on bedrock erosion. The model is based on comprehensive field data resulting from international collaborative research on the Greenland Analogue Project. The ice sheet model considers surface energy balance and basal heat flux, as well as the temperature-dependent flow of ice that follows Glen’s law. The ice-bedrock interface is treated with a mechanical contact model, which solves the relative velocity and predicts the abrasional erosion and meltwater flow erosion. The numerical model is calibrated with measured temperature profiles and surface velocities at different locations across the glacier cross-section. The erosion rate is substantially larger near the glacier edge, where channel flow erosion becomes predominant. The abrasional erosion rate is averaged at 0.006 mm/a, and peaks at regions near the ridge divide. The mean meltwater flow erosion rate in the study area is estimated to be about 0.12 mm/a for the melted base region.

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 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 enseignants0,472
Score d'incertitude au seuil0,598

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)0,0010,000

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 Opus0,016
Tête enseignante GPT0,204
Écart entre enseignants0,188 · 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.

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

Citations2
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMineralsMême sujetCryospheric studies and observationsTravaux en français237 207