MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385665859 · doi:10.5194/egusphere-2023-1252-rc1

Comment on egusphere-2023-1252

2023· peer-review· en· W4385665859 sur OpenAlexafffund

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésCrevasseGeologyOffset (computer science)SlabMechanicsSimple (philosophy)Fracture mechanicsIce calvingStructural engineeringMaterials sciencePhysicsGeophysicsEngineeringComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract. The prescription of a simple and robust parameterization for calving is one of the most significant open problems in ice sheet modelling. One common approach to modelling of crevasse propagation in calving in ice shelves has been to view crevasse growth as an example of linear elastic fracture mechanics. Prior work has however focused on highly idealized crack geometries, with a single fracture incised into a parallel-sided slab of ice. In this paper, we study how fractures growing from opposite sides of such an ice slab interact with each other, focusing on different simple crack arrangements: we consider either perfectly aligned cracks, or periodic arrays of laterally offset cracks. We visualize the dynamics of crack growth using simple tools from dynamical systems theory, and find that aligned cracks tend to impede each other's growth due to the torques generated by normal stresses on the crack faces, while periodically offset facilitate simultaneous growth of bottom and top cracks. For periodic cracks, the presence of multiple cracks on one side of the ice slab however also generates torques that slow crack growth, with widely spaced cracks favouring calving at lower extensional stresses than closely spaced cracks.

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)0,003
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,223
Score d'incertitude au seuil0,746

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,024
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,001
Communication savante0,0030,003
Science ouverte0,0020,002
Intégrité de la recherche0,0170,008
Charge utile insuffisante (le modèle a refusé de juger)0,2230,156

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 Opus0,068
Tête enseignante GPT0,283
Écart entre enseignants0,215 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

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'admission2
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→