Examining the Transition from a perennial to a seasonal sea ice cover in the Arctic Ocean: A Lagrangian Approach
Notice bibliographique
Résumé
Background: Declining Arctic sea ice extent has been accompanied by a large loss in multiyear ice (MYI). The dynamic and thermodynamic processes which affect this transition include promotion of first year ice (FYI) to MYI, demotion (melting) of MYI to open water, and ice export through Fram Strait. In this study we quantify the relative importance of these three processes. Methods: We use the Lagrangian Ice Tracking System which employs satellite-derived sea ice drift vectors combined with sea ice concentrations to find annual areas of promotion, demotion, and export. Results: Over the satellite record (1989-2015), we quantify the total contributions to sea ice extent loss from promotion (+30 million km2), demotion (-19.7 million km2), and export of MYI (-18.6 million km2). The result is a total net loss of 8.3 million km2 of MYI. We find that all three processes are positively correlated with minimum sea ice extent and are increasing with rates of +0.165 million km2/decade, -0.146 million km2/ decade, and -0.096 million km2/decade for promotion, demotion, and export respectively. We also compute the negative ice growth feedback at 0.59 (with r2=0.27). This indicates that ice pack recovers, on average, 59% of the MYI area lost to demotion/export through promotion of FYI the following winter. Limitations: Uncertainties in the drift speed are compounded by the weekly temporal resolution of the model, which affects the resulting estimates of demotion and promotion area. Conclusion: Demotion and export combined are increasing faster than promotion and represent a larger area contribution. This imbalance accounts for the observed loss of MYI area.
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 | 0,010 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».