Notice bibliographique
Résumé
Abstract. The Greenland ice sheet is a major contributor to current and projected sea level rise in the warming climate. However, uncertainties in Greenland’s contribution to future sea level rise remain, partly due to challenges in constraining the role of ice dynamics. One process that has the potential to indirectly affect the mass budget of the ice sheet are transient ice accelerations, or ice speed-up events, lasting from one day to a week and triggered by overloading the subglacial drainage system with an increase in water supply. In this study, we identify melt-induced ice speed-up events at the Russell Glacier, Southwest Greenland, in order to analyse synoptic patterns driving these events. The short-term speed-up events are identified from daily ice velocity time series collected from six GPS stations along the glacier, for each summer (May–September) from 2009 to 2012. In total, 45 ice speed-up events are identified, of which 36 are considered melt-induced events where melt is derived from two in-situ observational datasets and one regional climate model forced by ERA5 reanalysis. 16 out of the 45 speed-up events co-occur with lake drainage events, and only four are linked with extreme rainfall events. The 36 melt-induced speed-up events occur during synoptic patterns that can be grouped into three main clusters: (1) patterns that resemble atmospheric rivers with a landfall in Southwest Greenland, (2) patterns with anticyclonic blockings centred over Southwest Greenland, and (3) patterns that show low pressure systems centred either south or southeast of Greenland. Out of these clusters, the one resembling atmospheric river patterns is linked to the strongest speed-up events induced by a 2–3 day continuously increasing surface melt driven by anomalously high sensible heat flux and incoming longwave radiation. In the other two clusters, the net shortwave radiation dominates the contribution to the melt energy. As the frequency and intensity of these weather patterns may change in the warming climate, so may the frequency and intensity of ice speed-up events, ultimately altering the mass loss of the ice sheet.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,020 | 0,020 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,171 | 0,139 |
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 source (Gemma direct ou Codex distillé), 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 ».