MétaCan
Menu
Retour à la cohorte
Enregistrement W4389569992 · doi:10.1017/aog.2023.76

The role of near-terminus conditions in the ice-flow speed of Upernavik Isstrøm in northwest Greenland

2023· article· en· W4389569992 sur OpenAlexafffund
Karen E. Alley, David A. Lilien, Dorthe Dahl‐Jensen

Notice bibliographique

RevueAnnals of Glaciology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesCanada Excellence Research Chairs, Government of CanadaNatural Sciences and Engineering Research Council of CanadaUniversity of Cambridge
Mots-clésGeologyIce streamGlacierIce tongueClimatologyAntarctic sea iceGlaciologySea iceArctic ice packCryosphereGeomorphologyPaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract Upernavik Isstrøm, the largest contributor to sea-level rise in northwest Greenland, has experienced complex and contrasting ice-flow-speed changes across its five outlets over the last two decades. In this study, we present a detailed remote-sensing analysis of the ice dynamics at Upernavik's outlets from 2000 to 2021 to evaluate the details of these changes. Previous research suggested that the presence or absence of floating ice tongues strongly influences Upernavik's ice dynamics. We use several lines of evidence to document the presence of floating ice tongues, and find that, while several outlets experienced ice-tongue formation and/or loss during the study period, these changes do not explain observed fluctuations in ice-flow velocity. Further exploration of ice-dynamic forcings using a flowline model suggests that changes in basal slipperiness near the terminus have a strong impact on upstream ice dynamics and can explain the velocity variations. Our results suggest that speed fluctuations at Upernavik's outlets may be seasonally and interannually controlled by bed conditions near the terminus, and highlight the need for further research on the influence of basal conditions on complex tidewater glacier dynamics.

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)0,001
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 enseignants0,192
Score d'incertitude au seuil0,381

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
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 Opus0,043
Tête enseignante GPT0,286
Écart entre enseignants0,243 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of GlaciologyMême sujetCryospheric studies and observationsTravaux en français237 207