Global glacier climate disequilibrium from modelling steady state AAR
Notice bibliographique
Résumé
Most glaciers and ice caps (GIPs) are out of balance with the current climate, exhibiting continuous retreat and thinning. These changes impact regional runoff and contribute to sea level rise, causing glacier-related hazards. In this study, we estimate the area and volume losses for current GIPs to reach equilibrium through modelling the steady state accumulation area ratios (AAR0) and time-averaged AAR of each GIP. The modelled global average AAR0 is 0.541 ± 0.082, which is lower than most previous studies due to the inclusion of numerous unobserved GIPs. Ice caps exhibit a higher AAR0 (0.612 ± 0.11) compared to glaciers (0.538 ± 0.08). For regional distribution, the largest AAR0 appears in northern Arctic Canada (0.608 ± 0.114) and low latitude areas (0.570 ± 0.067), while the smallest AAR0 occurs in Central Europe (0.519 ± 0.066) and north Asia (0.522 ± 0.071). Accounting for debris-cover reveals a decrease in AAR0 due to reduced sub-debris melting, while considering the frontal ablation of marine-terminating glaciers leads to an increase in AAR0. Assessing the imbalance between global GIPs and the current (2000-2019) climate, we project an additional loss of 23 ± 6% in area and 29 ± 8% in volume. This corresponds to a sea level rise equivalent of 128 ± 34 mm. The Antarctic and subantarctic are the primary contributor to global mean sea level rise, accounting for 60 ± 20 mm. The GIPs in central and eastern Himalaya, as well as the Mt. Hengduan exhibit significant instability, characterized by an average imbalance ratio (AAR/AAR0) of 0.72 ± 0.25.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».