MétaCan
Menu
← Retour à la cohorte
Enregistrement W4384930560 · doi:10.1029/2023gl103538

The Glacier‐Climate Interaction Over the Tibetan Plateau and Its Surroundings During the Last Glacial Maximum

2023· article· en· W4384930560 sur OpenAlexaff
Qiang Wei, Yonggang Liu, Qing Yan, Tandong Yao, Miao Wang, Han Huang, Yongyun Hu

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensMcGill University
Organismes subventionnairesPeking UniversityNational Natural Science Foundation of China
Mots-clésGlacierWesterliesGeologyPlateau (mathematics)PrecipitationGlacial periodClimatologyGlacier mass balanceClimate changePhysical geographyAccumulation zoneGlacier morphologyGeomorphologyCryosphereGeographyMeteorologyOceanographyIce stream

Résumé

récupéré en direct d'OpenAlex

Abstract Glacier growth affects the local climate, and in turn, can either promote or prohibit its own growth. Such feedback has not been considered in modeling the glaciers of the Tibetan Plateau and its surroundings (TPS) during the Last Glacial Maximum (LGM; ∼28–23 ka). We find that the volume/area of the glaciers simulated by a coupled glacier‐climate model is 20%/10% less than that by a standalone glacier model forced with fixed climate fields; glaciers advance toward their western rims and yet decrease in the interior of TPS. Such changes in spatial patterns improve model‐data comparison. Moreover, the expansion of glaciers warms the winter surface temperature of the eastern TPS and decreases precipitation almost everywhere. These effects are primarily due to the added surface elevation, which blocks the water vapor brought by westerlies and south‐westerlies, reducing precipitation and increasing surface temperatures to the east and northeast of the newly grown glaciers.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,075
Score d'incertitude au seuil0,148

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,032
Tête enseignante GPT0,305
Écart entre enseignants0,273 · 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

Citations14
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetGeology and Paleoclimatology Research→Travaux en français237 207→