Contribution of Snow to Arctic First‐Year and Multi‐Year Sea Ice Mass Balance Within the Last Ice Area
Notice bibliographique
Résumé
Abstract We present the δ 18 O isotope composition of 16 multi‐year ice (MYI) and eight first‐year ice (FYI) cores collected during spring from the Lincoln Sea, a region within the Last Ice Area, which is expected to retain MYI longest into the future. Isotopic signatures were used to quantify the contribution of snow to sea ice mass. These estimates yield a higher total snow contribution in MYI (10 ± 5%) than to FYI (4 ± 2%). Converted to Snow Depth Equivalent ( SDE ), MYI had five times larger SDE (0.79 ± 0.38 m) than FYI (0.16 ± 0.11 m). The difference is explained by the contribution of refrozen surface and under‐ice melt ponds as well as superimposed/interposed ice for MYI resulting from higher accumulation of snow over multiple, longer accumulation seasons compared to FYI. Given the impending replacement of MYI by FYI, the large difference in absolute snow contributions between MYI and FYI highlights the potential implications in terms of the redistribution of precipitation‐derived (meteoric) freshwater throughout the Arctic Ocean. Furthermore, we observed high relative snow contributions to ice mass in the surface of one‐third of older FYI cores, which we attributed to flooding and formation of snow‐ice. Our results support the premise that flooding events on FYI may be more prevalent throughout the Arctic Ocean than previously assumed.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,001 | 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 ».