MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322010428 · doi:10.5194/egusphere-egu23-9355

Role of climatological and geophysical controls on the landfast sea ice regime in the Hudson Bay region

2023· preprint· en· W4322010428 sur OpenAlexaboutno aff
Kaushik Gupta

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBaySea iceOceanographySnowBathymetryEnvironmental scienceClimatologyGeographyPhysical geographyGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

This study investigates how both climatological and geophysical factors impact and have changed the landfast sea ice (LFI) regime in Hudson Bay and James Bay (HJB), Canada. LFI plays an important role in coastal land use practices, traditional livelihood and the formation of wetland ecosystems. Stability and extent of LFI platform is crucial to coastal communities as they use it for travel, fishing and hunting. The most vital concern raised in the Hudson Bay Summit 2022, was regarding the unpredictability of the LFI in terms of presence and thickness, which endangers the ecosystem services and livelihood of these coastal communities. The investigation relied on three sub-objectives: 1) trends of fast ice persistence and extent across HJB from 2001-2018; 2) impact of climatological factors on the landfast ice cycle, and 3) how coastal topography impacts the fast ice cycle. For this study we utilised an array of remote sensing and reanalysis products to study variables such as the landfast ice cycle (freeze-up, break-up) and persistence (CIS Ice charts, MODIS), air temperature (ERA5 reanalysis product), snow melt on land (MOD10A2 snow cover product), coastline orientation (Landsat) and coastal bathymetry (GEBCO). In addition to notable east-west contrast of the LFI climatology in HJB, the observations reveal how coastal topography impacts ice stability and extent, and eventually influences ice persistence, and how a positive feedback is created between the LFI and local air temperature. An understanding of these interlinkages are of critical importance to improve the prediction of LFI breakup in face of rapid climate warming and increased variability. The trends revealed through this study were unique compared to other Sub-Arctic regions with seasonal ice cover. Hence, a focused investigation of the factors that works as precursors of ice freeze-up and triggers break-up is proven to be vital to the continued safe use of the LFI platform.

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)0,002
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 enseignants0,244
Score d'incertitude au seuil0,492

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,025
Tête enseignante GPT0,224
Écart entre enseignants0,199 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→