Rock Glacier Velocity: An Essential Climate Variable Quantity for Permafrost
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Rock glaciers are distinctive debris landforms found worldwide in cold mountainous regions. They express the long‐term movement of perennially frozen ground. Rock Glacier Velocity (RGV), defined as the time series of the annualized surface velocity of a rock glacier unit or a part of it, has been accepted as an Essential Climate Variable Permafrost Quantity in 2022. This review aims to highlight the relationship between rock glacier velocity and climatic factors, emphasizing the scientific relevance of interannual rock glacier velocity in generating RGV products within the context of observed rock glacier kinematics. Under global warming, rock glacier velocity exhibits widespread (multi‐)decennial acceleration. This acceleration varies regionally in onset timing (from the 1950s to the 2010s) and magnitude (up to a factor of 10), and has been observed in regions such as the European Alps, High Mountain Asia, and the Andes. Despite different local conditions, a synchronous interannual velocity pattern prevails in the European Alps since the 2000s, highlighting the primary influence of climate. A common pattern is the seasonal velocity rhythm, which peaks in late summer to autumn and declines in spring. RGV assesses permafrost evolution via (multi‐)decennial and interannual changes in rock glacier velocity, influenced by air temperature shifts with varying time lags and snow cover effects. Although not integrated into the RGV products, seasonal variations should be examined. This rhythmic behavior is attributed to alterations in pore water pressure influenced by air temperature, snow cover, and ground water conditions.
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.
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 | 0,000 |
| 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) | 0,000 | 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 découle