MétaCan
Menu
← Retour à la cohorte
Enregistrement W4247323725 · doi:10.5194/gmd-2017-275

BrAHMs V1.0: A fast, physically-based subglacial hydrology model for continental-scale application

2017· preprint· en· W4247323725 sur OpenAlexaff
Mark Kavanagh, Lev Tarasov

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésChannelizedGeologyHydrology (agriculture)Flow (mathematics)GeomorphologyIce sheetMechanicsGeotechnical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract. We present BrAHMs (BAsal Hydrology Model): a new physically-based basal hydrology model which represents water flow using Darcian flow in the distributed drainage regime and a fast down-gradient solver in the channelized regime. Switching from distributed to channelized drainage occurs when appropriate flow conditions are met. The model is designed for long-term integrations of continental ice sheets. The Darcian flow is simulated with a robust combination of the Heun and leapfrog-trapezoidal predictor-corrector schemes. These numerical schemes are applied to a set of flux-conserving equations cast over a staggered grid with water thickness at the centres and fluxes defined at the interface. Basal conditions (e.g. till thickness, hydraulic conductivity) are parametrized so the model is adaptable to a variety of ice sheets. Given the intended scales, basal water pressure is limited to ice overburden pressure, and dynamic time-stepping is used to ensure that the CFL condition is met for numerical stability. The model is validated with a synthetic ice sheet geometry and different bed topographies to test basic water flow properties and mass conservation. Synthetic ice sheet tests show that the model behaves as expected with water flowing down-gradient, forming lakes in a potential well or reaching a terminus and exiting the ice sheet. Channel formation occurs periodically over different sections of the ice sheet and, when extensive, display the arborescent configuration expected of Rothlisberger Channels.

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)0,001
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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0100,002

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 Opus0,028
Tête enseignante GPT0,255
Écart entre enseignants0,227 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→