Control of the temperature signal in Antarctic proxies by snowfall dynamics
Notice bibliographique
Résumé
Abstract. Antarctica, the coldest and driest continent, is home to the largest ice sheet, whose mass is predominantly recharged by snowfall. A common feature of polar regions is the warming associated with snowfall, as moist oceanic air and cloud cover increase the surface temperature. Consequently, snow that accumulates on the ice sheet is deposited under unusually warm conditions. Here we use a polar-oriented regional atmospheric model to study the statistical difference between average and snowfall-weighted temperatures. During snowfall, the warm anomaly scales with snowfall amount, with the strongest sensitivity occurring at low-accumulation sites. Heavier snowfall in winter helps to decrease the annual snowfall-weighted temperature, but this effect is overwritten by the event-scale warming associated with precipitating atmospheric systems, which particularly contrast with the extremely cold conditions that occur in winter. Consequently, the seasonal range of snowfall-weighted temperature is reduced by 20 %. On the other hand, the annual snowfall-weighted temperature shows 80 % more interannual variability than the annual temperature due to the irregularity of snowfall occurrence and its associated temperature anomaly. Disturbances of the apparent annual temperature cycle and interannual variability have important consequences for the interpretation of water isotopes in precipitation, which are deposited with snowfall and commonly used for paleotemperature reconstructions from ice cores.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 tête enseignante, 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 ».