Comment on egusphere-2024-3831
Notice bibliographique
Résumé
Abstract. One important conclusion of the Sea Ice Rheology Experiment (SIREx) is that continuum based sea ice models, with different spatial discretizations and/or sea ice rheologies, all simulate intersection angles between linear kinematic features (LKFs) that are too wide compared to observations. The peak of the probability density function (PDF) of simulated intersection angles is around 90° while the PDF for observed angles rather exhibits a peak around 45°. Ringeisen et al. 2021 proposed to remedy this issue for viscous-plastic (VP) and elastic-VP (EVP) models by introducing a non-normal flow rule specified by a plastic potential. We implemented the plastic potential approach of Ringeisen et al. 2021 in the CICE sea ice model. In pan-Arctic simulations, the non-normal flow rule also leads to a peak of the PDF around 90°. We show that this peak at 90° is at least partly a consequence of many LKFs that are aligned with the computational grid. Nevertheless, the non-normal flow rule brings an interesting capability: it could be used to independently optimize simulated LKFs and more generally deformations while parameters defining the yield curve could serve for modifying simulated landfast ice and to a lesser extent sea ice drift.
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 | 0,003 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,018 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,276 | 0,223 |
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 ».