MétaCan
Menu
Retour à la cohorte
Enregistrement W3176008698 · doi:10.1038/s43247-021-00197-5

Accelerated sea ice loss in the Wandel Sea points to a change in the Arctic’s Last Ice Area

2021· article· en· W3176008698 sur OpenAlexafffund
Axel Schweiger, Michael Steele, Jinlun Zhang, G. W. K. Moore, Kristin L. Laidre

Notice bibliographique

RevueCommunications Earth & Environment · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensDairy Farmers of OntarioUniversity of Toronto
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of CanadaNuclear Safety and Security CommissionWorld Wildlife FundNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésSea iceArctic ice packAntarctic sea iceDrift iceArctic sea ice declineOceanographyCryosphereClimatologySea ice thicknessFast iceIce-albedo feedbackGeologySea ice concentrationThinningEnvironmental scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The Arctic Ocean’s Wandel Sea is the easternmost sector of the Last Ice Area, where thick, old sea ice is expected to endure longer than elsewhere. Nevertheless, in August 2020 the area experienced record-low sea ice concentration. Here we use satellite data and sea ice model experiments to determine what caused this record sea ice minimum. In our simulations there was a multi-year sea-ice thinning trend due to climate change. Natural climate variability expressed as wind-forced ice advection and subsequent melt added to this trend. In spring 2020, the Wandel Sea had a mixture of both thin and—unusual for recent years—thick ice, but this thick ice was not sufficiently widespread to prevent the summer sea ice concentration minimum. With continued thinning, more frequent low summer sea ice events are expected. We suggest that the Last Ice Area, an important refuge for ice-dependent species, is less resilient to warming than previously thought.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,055
Tête enseignante GPT0,251
Écart entre enseignants0,197 · 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'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

Citations41
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications Earth & EnvironmentMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207