MétaCan
Menu
Retour à la cohorte
Enregistrement W4225556556 · doi:10.1029/2021jc017667

Sea Ice Rheology Experiment (SIREx): 1. Scaling and Statistical Properties of Sea‐Ice Deformation Fields

2022· article· en· W4225556556 sur OpenAlexafffund
Amélie Bouchat, Nils Hutter, Jérôme Chanut, Frédéric Dupont, Dmitry Dukhovskoy, Gilles Garric, Younjoo Lee, Jean‐François Lemieux, Camille Lique, Martin Lösch, Wieslaw Maslowski, Paul G. Myers, Einar Ólason, Pierre Rampal, Till Rasmussen, Claude Talandier, Bruno Tremblay, Qiang Wang

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of AlbertaGDG EnvironnementEnvironment and Climate Change CanadaMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaU.S. Department of Energy
Mots-clésSea iceGeologyRheologyDeformation (meteorology)ArcticSea ice concentrationGeophysicsSea ice thicknessArctic ice packClimatologyOceanographyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract As the sea‐ice modeling community is shifting to advanced numerical frameworks, developing new sea‐ice rheologies, and increasing model spatial resolution, ubiquitous deformation features in the Arctic sea ice are now being resolved by sea‐ice models. Initiated at the Forum for Arctic Modeling and Observational Synthesis, the Sea Ice Rheology Experiment (SIREx) aims at evaluating state‐of‐the‐art sea‐ice models using existing and new metrics to understand how the simulated deformation fields are affected by different representations of sea‐ice physics (rheology) and by model configuration. Part 1 of the SIREx analysis is concerned with evaluation of the statistical distribution and scaling properties of sea‐ice deformation fields from 35 different simulations against those from the RADARSAT Geophysical Processor System (RGPS). For the first time, the viscous‐plastic (and the elastic‐viscous‐plastic variant), elastic‐anisotropic‐plastic, and Maxwell‐elasto‐brittle rheologies are compared in a single study. We find that both plastic and brittle sea‐ice rheologies have the potential to reproduce the observed RGPS deformation statistics, including multi‐fractality. Model configuration (e.g., numerical convergence, atmospheric representation, spatial resolution) and physical parameterizations (e.g., ice strength parameters and ice thickness distribution) both have effects as important as the choice of sea‐ice rheology on the deformation statistics. It is therefore not straightforward to attribute model performance to a specific rheological framework using current deformation metrics. In light of these results, we further evaluate the statistical properties of simulated Linear Kinematic Features in a SIREx Part 2 companion paper.

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,292
Écart entre enseignants0,257 · 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

Citations98
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207