Extreme Value Estimation of Beaufort Sea Ice Dynamics Driven by Global Wind Effects
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The purpose of the present study is to investigate the extreme values of the ice drift speed, which are also considered in the light of the magnitude of the simultaneous wind speed. The relationship between wind speed and ice drift speed is studied. The long-term ice drift data is collected by using local subsurface measurements based on acoustic Doppler current profilers (ADCP) in the Beaufort Sea during the period of 2006–2017. Upward-looking sonars (ULS) are deployed in order to observe the ice thickness as well as to identify events that correspond to open water conditions. The relationship between the ice drift speed and the wind speed is also investigated. It is found that the magnitude of the average ice drift speed is approximately 2.5% of the wind speed during the winter season. Estimation of the extreme values of the ice drift speed is studied by application of the average conditional exceedance rate (ACER) method. It is found that the extreme ice drift speed during the ice melt season (i.e. the summer season) is approximately 20%–30% higher than that during the ice growth season (i.e. the winter season). The extreme ice drift speed can be effectively estimated based on the 2.5% wind speed. Moreover, the extreme ice drift speed can be obtained based on the extreme values of 2.5% of the wind speed based on multiplying with an amplification factor which varies in the range from 1.7 to 2.0 during the growth season, corresponding to increasing return periods of 10, 25, 50 and 100 years.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle