MétaCan
Menu
← Retour à la cohorte
Enregistrement W4200008526 · doi:10.5194/tc-2021-328

Aerial observations of sea ice break-up by ship waves

2021· preprint· en· W4200008526 sur OpenAlexafffundabout
Élie Dumas-Lefebvre, Dany Dumont

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of Canada
Mots-clésGeologySea iceWavelengthPressure ridgeBreak-UpDrift iceGeophysicsMeteorologyArctic ice packClimatologyMechanicsPhysicsOptics

Résumé

récupéré en direct d'OpenAlex

Abstract. We provide the first in situ observations of floe size distributions (FSD) resulting from wave-induced sea ice break-up. In order to obtain such data, an unmanned aerial vehicle was deployed from the Canadian Coast Guard Ship Amundsen as it sailed in the vicinity of large ice floes in Baffin Bay and in the St. Lawrence Estuary, Canada. When represented as probability density functions weighted by the surface of ice floes, the FSDs exhibit a strong modal shape which confirms the preferential size hypothesis debated in the scientific community. Both FSDs are compared to a flexural rigidity length scale, which depends on ice properties, and with the wavelength scale. This comparison tends to show that the maximal distance between cracks is preferentially dictated by sea ice thickness and elasticity rather than by the wavelength. Temporal analysis of one fracture event is also done. Results show that the break-up advances almost as fast as the wave energy and that waves responsible for the break-up propagate following the mass loading dispersion relation. Moreover, our experiments show that thicker ice can attenuate wave less than thinner ice. This method thus provides key information on the wave-induced FSD, clarifies theoretical aspects from the construction of the FSD to its implementation in models and brings new knowledge regarding the temporal evolution of sea ice break-up.

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)0,000
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 enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,030
Tête enseignante GPT0,226
Écart entre enseignants0,196 · 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

Citations11
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→