Unusually thick freshwater ice and its impacts on aquatic resources in the National Petroleum Reserve in Alaska (NPR-A) during the winter of 2020–2021
Notice bibliographique
Résumé
Despite a long-term thinning trend in freshwater ice in northern Alaska, cold low-snow cover winters can still emerge to grow thick ice. In 2021, we observed abnormally thick ice by winter's end on lakes and rivers throughout the Fish Creek Watershed in the National Petroleum Reserve in Alaska. This recent and anomalous winter presented an opportunity to assess how such conditions, more typical of many decades previous, affected aquatic habitat and winter water supply. Observed maximum ice thickness in 2021 of 1.9 m closely matched low-snow ice growth simulations, whereas previous records averaged 1.5 m and more closely matched high-snow ice growth simulations. The resulting extent of bedfast lake ice from late winter synthetic aperture radar (SAR) analysis in 2021 was the highest on record since 1992. This SAR analysis suggests a 33% reduction in liquid water below ice by lake surface area compared with the recent thin-ice winter of 2018 (1.2 m). Together, these results help place the cold, low-snow winter of 2020–2021 in context of the long-term trend toward warmer, snowier winters that appear to becoming more common in Arctic Alaska.
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 | 0,003 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».