MétaCan
Menu
← Retour à la cohorte
Enregistrement W4247283014 · doi:10.5194/esd-2020-72

Modelling sea-level fingerprints of glaciated regions with low mantleviscosity

2020· preprint· en· W4247283014 sur OpenAlexaffabout
Alan Bartholet, Glenn A. Milne, Konstantin Latychev

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésGeologyPost-glacial reboundGlacierMantle (geology)Sea levelGeodesyViscosityGeophysicsOceanographyGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract. Sea-level fingerprints define the spatially varying relative sea-level response to changes in grounded ice distribution. These fingerprints are a key component in generating regional sea-level projections. Calculation of these fingerprints is commonly based on the assumption that the isostatic response of the Earth is dominantly elastic on century time scales. While this assumption is accurate for regions underlain my mantle material with viscosity close to that of global average estimates, recent work focusing on the Antarctic region has shown that this assumption can led to significant error when the viscosity departs significantly from typical average values. Here we test this assumption for fingerprints associated with glaciers and ice caps. We compare output from a (1D) elastic Earth model to that of a 3D viscoelastic model which includes low viscosity mantle in three glaciated regions: Alaska, southwestern Canada and the southern Andes (Randolph Glacier Inventory (RGI) regions 1, 2 & 17, respectively). This comparison indicates that the error incurred by ignoring the non-elastic response is generally less than 1 cm over the 21st century but can reach magnitudes of up to several 10s of centimetres in low viscosity areas. This error can have large spatial gradients where crustal uplift in ice covered (or previously ice covered) areas changes into subsidence when moving away from the loading centres to areas peripheral to the mass loss. The existence of these large gradients indicates the need for loading models with high spatial resolution to accurately simulate sea-level fingerprints in these regions. We conclude that sea-level projections for Alaska, southwestern Canada and the southern Andes should not be based on elastic Earth models.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,255

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,087
Tête enseignante GPT0,261
Écart entre enseignants0,174 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→