Glacier inventory and recent variations of Santa Inés Icefield, Southern Patagonia
Notice bibliographique
Résumé
The study of glaciers in remote regions improves our understanding of global glacier change. With an area of 149.31 ± 1.84 km2, the Santa Inés Icefield constitutes one of the largest and least studied and explored glaciated areas of Southern Patagonia. We study the extent and glacier variations of the Santa Inés Icefield over the last 75 years, and we generate the most detailed glacier inventory to date of its 24 constituting glaciers. We estimate surface elevation changes between 2000 and 2014 using Shuttle Radar Topography Mission (SRTM) and TanDEM-X digital elevation models. Our results show a generalized trend of retreat, with a glacier area loss of −9.78 ± 1.52 km2 between 1998 and 2020, with annual rate increase from −0.15 ± 0.01 km2 a−1 (1998–2005) to −0.58 ± 0.10 km2 a−1 (2005–2020), and an average thinning of 0.60 ± 0.26 m a−1 (2σ) between 2000 and 2014. No clear correlation was found between retreat or thinning rates and Accumulation Area Ratio (AAR), terminus slope, aspect, or glacier type. While ERA5 reanalysis data shows no significant climatic trends in temperature or precipitation, a small warming trend below our detection record is the most likely cause of the observed retreat and thinning of the Santa Inés Icefield.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».