MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408650892 · doi:10.1038/s41467-025-57700-1

The past, present, and future evolution of Aurora Subglacial Basin’s subglacial drainage system

2025· article· en· W4408650892 sur OpenAlexafffund
Anna-Mireilla Hayden, Tyler Pelle, Christine F. Dow

Notice bibliographique

RevueNature Communications · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science FoundationGovernment of CanadaPolar Knowledge CanadaAssociation of Canadian Universities for Northern StudiesCanada Research ChairsNational Aeronautics and Space Administration
Mots-clésGeologyStructural basinDrainagePaleontologyBiologyEcology

Résumé

récupéré en direct d'OpenAlex

Aurora Subglacial Basin (ASB) in East Antarctica is among the most rapidly changing regions in Antarctica. Beneath the ASB, subglacial drainage networks allow for fast ice flow and facilitate mass losses by eroding the coastal ice shelves. The ASB underwent advance-retreat cycles since its inception 34 million years ago, and projections rely on these findings to predict future ice behaviour. Yet, these hindcasts and forecasts seldom consider the effects of subglacial drainage. Here, we model subglacial drainage networks and ice shelf basal melting of the ASB from 34 million years ago to 2100 CE. Our results indicate continual reorganisation of ASB drainage systems and ice shelf melt patterns, suggesting that the past does not fully serve as an analogue for the future. Since subglacial drainage accounts for up to 70% of ice shelf melt, our results imply that subglacial hydrology could trigger higher rates of mass loss than previously suggested. The authors model subglacial water flow in East Antarctica and show significant drainage reorganization from 34 Mya to the present and forward to 2100 CE. These drainage networks affect ice dynamics, ice shelf melt, and resulting sea level change.

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)0,000
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 enseignants0,047
Score d'incertitude au seuil0,094

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,010
Tête enseignante GPT0,239
Écart entre enseignants0,230 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature Communications→Même sujetCryospheric studies and observations→Travaux en français237 207→