Brief communication: An alternative method for estimating the scavenging efficiency of black carbon by meltwater over sea ice
Notice bibliographique
Résumé
Abstract. The meltwater scavenging coefficient (MSC) of black carbon (BC) is a key parameter in snow and sea ice model, as it determines the BC enrichment in the surface layer of melting snow over sea ice and therefore modulates the BC-snow-albedo feedbacks. We present a new method for MSC estimation by sampling ice layer within the snowpack and its overlying snow and measuring their physical characteristics in the snowpits in Elson Lagoon during the melting season. The bias of estimated MSC ranges from −5.4 % to 7.3 %, which is not exactly dependent on the degree of ablation. The average MSC value (14.5 % ± 2.6 %) calculated by this proposed method is slightly lower than that derived from the repeating sampling (RS) method in Elson Lagoon, while still is within its best estimate range. Further estimation demonstrates that the MSC in Canada Basin (23.6 % ± 2.1 %) is close to that in Greenland (23.0 % ± 12.5 %), and larger than that in Chukchi Sea (17.9 % ± 5.0 %). Elson Lagoon has the lowest MSC (14.5 % ± 2.6 %) in the study areas. It is concluded that MSC exhibited a regional difference in the western Arctic during the sampling period. The method suggested in this study provides a possible approach for large-scale measurements of MSC over the sea-ice area in Arctic.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».