MétaCan
Menu
Retour à la cohorte
Enregistrement W4315650234 · doi:10.1016/j.jag.2023.103183

Landfast sea ice break out patterns in the northern Bering Sea observed from C-band Synthetic Aperture Radar

2023· article· en· W4315650234 sur OpenAlexaff
David A. Jensen, Vishnu Nandan, Andrew R. Mahoney, John Yackel, Lynn M. Resler

Notice bibliographique

RevueInternational Journal of Applied Earth Observation and Geoinformation · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of CalgaryUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésSea iceArcticGeologyArctic ice packOceanographyPhysical geographyClimatologyGeography

Résumé

récupéré en direct d'OpenAlex

Arctic sea ice is declining in areal extent and seasonal duration, affecting stable landfast sea ice regimes. These landfast ice regimes are vital platforms for local indigenous subsistence hunters and epontic primary production species supporting local and regional food webs. Under changing thermodynamic and mechanical stresses, landfast ice can become more prone to break out events - unexpected mid-season detachments from the coastline. However, the prevalence of break out events in the landfast ice annual cycle on an interannual and decadal basis is generally understudied. Here, we detect and quantify landfast ice break-out events at St. Lawrence Island in the Northern Bering Sea. We accomplished this using C-band Synthetic Aperture Radar (SAR) imagery to detect landfast ice cover. We also advanced a geospatial analysis method to identify break-out events and distinguish such occurrences from end-of-season breakups. Results reveal that 35 break-outs occurred across four sections of the St. Lawrence Island coastline from 1996 − 2019, with 74 % of break-outs occurring on the northern coastlines. Break-outs generally occurred during annual cycles with higher than average landfast ice cover. During the break-out events, maximum temperatures seldom exceed conditions promoting melt, whereas wind speeds are, on average, 2 m/s faster compared to end-of-season breakup events. However, additional datasets are needed to understand better the influence of tidal amplitude and ocean currents on detected break-out occurrence and location. Our study provides the basis for future research to understand break-out events in landfast ice annual cycles at fine spatial scales unavailable in existing sea ice datasets.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,116

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,207
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Applied Earth Observation and GeoinformationMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207