MétaCan
Menu
← Retour à la cohorte
Enregistrement W4390839013 · doi:10.1029/2023gl104851

Vertical Land Motion Due To Present‐Day Ice Loss From Greenland's and Canada's Peripheral Glaciers

2024· article· en· W4390839013 sur OpenAlexaboutno aff
Danjal Berg, Valentina R. Barletta, Javed Hassan, Eigil Yuichi Hyldgaard Lippert, William Colgan, Michael Bevis, Rebekka Steffen, Shfaqat Abbas Khan

Notice bibliographique

RevueGeophysical Research Letters · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesVetenskapsrådetSun Yat-sen UniversityFundamental Research Funds for the Central UniversitiesVillum Fonden
Mots-clésGlacierGeologyGreenland ice sheetClimatologyIce coreIce sheetIce capsFuture sea levelGroenlandiaMotion (physics)Physical geographyGlaciologyCryosphereGeodesyIce streamGeomorphologySeismologySea iceGeographyTectonics

Résumé

récupéré en direct d'OpenAlex

Abstract Greenland's bedrock responds to ongoing ice loss with an elastic vertical land motion (VLM) that is measured by Greenland's Global Navigation Satellite System (GNSS) Network (GNET). The measured VLM also contains other contributions, including the long‐term viscoelastic response of the Earth to the deglaciation of the last glacial period. Greenland's ice sheet (GrIS) produces the most significant contribution to the total VLM. The contribution of peripheral glaciers (PGs) from both Greenland (GrPGs) and Arctic Canada (CanPGs) has not carefully been accounted for in previous GNSS analyses. This is a significant concern, since GNET stations are often closer to PGs than to the ice sheet. We find that, PGs produce significant elastic rebound, especially in North and East Greenland. Across these regions, the PGs produce up to 32% of the elastic rebound. For a few stations in the North, the VLM from PGs is larger than that due to the GrIS.

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 enseignants0,050
Score d'incertitude au seuil0,100

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

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 Opus0,024
Tête enseignante GPT0,262
Écart entre enseignants0,238 · 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetCryospheric studies and observations→Travaux en français237 207→