MétaCan
Menu
Retour à la cohorte
Enregistrement W4206381054 · doi:10.5194/tc-16-127-2022

On the energy budget of a low-Arctic snowpack

2022· article· en· W4206381054 sur OpenAlexafffundabout
Georg Lackner, Florent Dominé, Daniel F. Nadeau, Annie‐Claude Parent, François Anctil, Matthieu Lafaysse, Marie Dumont

Notice bibliographique

Revue˜The œcryosphere · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensTakuvik Joint International LaboratoryUniversité Laval
Organismes subventionnairesCenter for Neuroscience and Regenerative MedicineInstitut Polaire Français Paul Emile VictorCanada First Research Excellence FundAgence Nationale de la RechercheNatural Sciences and Engineering Research Council of CanadaEuropean Commission
Mots-clésSnowpackSensible heatSnowEnvironmental scienceEddy covarianceLatent heatAtmospheric sciencesHeat fluxAlbedo (alchemy)TundraEnergy balancePermafrostClimatologySnowmeltArcticLongwaveRadiative transferHeat transferMeteorologyGeologyGeographyEcosystemOceanographyPhysics

Résumé

récupéré en direct d'OpenAlex

Arctic landscapes are covered in snow for at least 6 months of the year. The energy balance of the snow cover plays a key role in these environments, influencing the surface albedo, the thermal regime of the permafrost, and other factors. Our goal is to quantify all major heat fluxes above, within, and below a low-Arctic snowpack at a shrub tundra site on the east coast of Hudson Bay in eastern Canada. The study is based on observations from a flux tower that uses the eddy covariance approach and from profiles of temperature and thermal conductivity in the snow and soil. Additionally, we compared the observations with simulations produced using the Crocus snow model. We found that radiative losses due to negative longwave radiation are mostly counterbalanced by the sensible heat flux, whereas the latent heat flux is minimal. At the snow surface, the heat flux into the snow is similar in magnitude to the sensible heat flux. Because the snow cover stores very little heat, the majority of the upward heat flux in the snow is used to cool the soil. Overall, the model was able to reproduce the observed energy balance, but due to the effects of atmospheric stratification, it showed some deficiencies when simulating turbulent heat fluxes at an hourly timescale.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,250
Score d'incertitude au seuil0,498

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,190
Écart entre enseignants0,178 · 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

Citations20
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207