MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392579219 · doi:10.5194/egusphere-egu24-10519

Local climate influences δO2/N2 variability in ice core records

2024· preprint· en· W4392579219 sur OpenAlexaff
Romilly Harris Stuart, Amaëlle Landais, Laurent Arnaud, Christo Buizert, Émilie Capron, Marie Dumont, Quentin Libois, Robert Mulvaney, Anaïs Orsi, Ghislain Picard, Frédéric Prié, Jeffrey P. Severinghaus, Barbara Stenni, Patricia Martinerie

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésIce coreCore (optical fiber)OceanographyEnvironmental scienceClimatologyGeographyPhysical geographyGeologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Orbital dating using δO2/N2 records is a powerful tool for constructing ice core chronologies in deep ice cores due a widely observed anti-correlation with summer solstice insolation (SSI). While understood to be linked to near-surface snow metamorphism, the physical mechanisms driving this process remain poorly constrained and the role of local accumulation rate and temperature have been scarcely considered. We primarily present the results of our new study which uses a compilation of records from 14 ice cores to show a significant dependence of mean δO2/N2 on local accumulation rate and temperature. Using EPICA Dome C as a case study, we then show that during rapid climatic changes, an accumulation/temperature signal may be superimposed on top of the SSI signal and therefore should be accounted for when using peak-matching techniques for future dating of deep ice cores, such as the EPICA or Beyond EPICA cores.Further to our study, we include new δO2/N2data measured in shallow, bubbly ice just below close-off from two newly drilled firn cores at sites with distinct close-off conditions; D-47 and Little Dome C (the Beyond EPICA site), which support our findings. Moreover, thanks to parallel firn air pumping campaigns, overlapping data from open and closed porosity at these two sites promise greater insight into the mechanisms driving close-off fractionation.

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 enseignants0,009
Score d'incertitude au seuil0,018

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

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 Opus0,065
Tête enseignante GPT0,289
Écart entre enseignants0,225 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→