MétaCan
Menu
Retour à la cohorte
Enregistrement W4290018460 · doi:10.1029/2022jf006674

Modeling the Influence of Moulin Shape on Subglacial Hydrology

2022· article· en· W4290018460 sur OpenAlexaff
Celia Trunz, M. D. Covington, Kristin Poinar, Lauren C. Andrews, Jessica Mejía, Jason Gulley

Notice bibliographique

RevueJournal of Geophysical Research Earth Surface · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesNational Science Foundation
Mots-clésMeltwaterGeologyHydrology (agriculture)Range (aeronautics)GeomorphologyOscillation (cell signaling)Water levelGlacierGeographyGeotechnical engineeringChemistryMaterials science

Résumé

récupéré en direct d'OpenAlex

Abstract Subglacial models represent moulins as cylinders or cones, but field observations suggest that the upper part of moulins in the Greenland Ice Sheet has more complex shapes. These more complex shapes should cause englacial water storage within moulins to vary as a function of depth, a relationship not currently accounted for in models. Here, we use a coupled englacial‐subglacial channel model to explore how moulin shape affects depth‐dependent moulin water storage and water pressure dynamics within a subglacial channel. We simulate seven different moulin shapes across a range of moulin sizes. We find that the englacial storage capacity at the water level is the main control over the daily water level oscillation range and that depth‐varying changes in englacial water storage control the temporal shape of this oscillation. Further, the cross‐sectional area of the moulin within the daily oscillation range, but not above or below this range, controls pressures within the connected subglacial channel. Specifically, large cross‐sectional areas can dampen daily to weekly oscillations that occur in the surface meltwater supply. Our findings suggest that further knowledge of the shape of moulins around the equilibrium water level would improve englacial storage parameterization in subglacial hydrological models and aid predictions of hydrodynamic coupling.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,544
Score d'incertitude au seuil0,898

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,060
Tête enseignante GPT0,309
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations12
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Earth SurfaceMême sujetCryospheric studies and observationsTravaux en français237 207