Notice bibliographique
Résumé
Retreat and advance of ice sheets perturb the gravitational field, solid surface and rotation of the Earth, leading to spatially variable sea-level changes over a range of timescales O (10 0−6 years), which in turn feed back onto ice-sheet dynamics. Coupled ice-sheet–sea-level models have been developed to capture the interactive processes between ice sheets, sea level and the solid Earth, but it is computationally challenging to capture short-term interactions O (10 0−2 years) precisely within longer O (10 3−6 years) simulations. The standard forward sea-level modelling algorithm assigns a uniform temporal resolution in the sea-level model, causing a quadratic increase in total CPU time with the total number of input ice history steps, which increases with either the length or temporal resolution of the simulation. In this study, we introduce a new “time window” algorithm for 1D pseudo-spectral sea-level models based on the normal mode method that enables users to define the temporal resolution at which the ice loading history is captured during different time intervals before the current simulation time. Utilizing the time window, we assign a fine temporal resolution O (10 0−2 years) for the period of ongoing and recent history of surface ice and ocean loading changes and a coarser temporal resolution O (10 3−6 years) for earlier periods in the simulation. This reduces the total CPU time and memory required per model time step while maintaining the precision of the model results. We explore the sensitivity of sea-level model results to the model temporal resolution and show how this sensitivity feeds back onto ice-sheet dynamics in coupled modelling. We apply the new algorithm to simulate sea-level changes in response to global ice-sheet evolution over two glacial cycles and the rapid collapse of marine sectors of the West Antarctic Ice Sheet in the coming centuries and provide appropriate time window profiles for each application. The time window algorithm reduces the total CPU time by ∼ 50 % in each of these examples and changes the trend of the total CPU time increase from quadratic to linear. This improvement would increase with longer simulations than those considered here. Our algorithm also allows for coupling time intervals of annual temporal scale for coupled ice-sheet–sea-level modelling of regions such as West Antarctica that are characterized by rapid solid Earth response to ice changes due to the thin lithosphere and low mantle viscosities.
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 | 0,013 | 0,096 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,022 | 0,015 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,106 | 0,063 |
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 ».