MétaCan
Menu
Retour à la cohorte
Enregistrement W4411883797 · doi:10.5194/tc-19-2321-2025

The demise of the world's largest piedmont glacier: a probabilistic forecast

2025· article· en· W4411883797 sur OpenAlexaboutno aff
Douglas Brinkerhoff, B. S. Tober, Michael E Daniel, Victor Devaux–Chupin, Michael S. Christoffersen, J. W. Holt, Christopher F. Larsen, M. A. Fahnestock, Michael G. Loso, Kristin Timm, Russell Mitchell, Martin Truffer

Notice bibliographique

Revue˜The œcryosphere · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensnon disponible
Organismes subventionnairesDirectorate for Geosciences
Mots-clésDemiseGlacierGeologyProbabilistic logicPhysical geographyGeographyGeomorphologyPolitical scienceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Sít' Tlein, located in the St. Elias Range, which straddles Alaska's Wrangell–St. Elias National Park and Kluane National Park in the Yukon, is the world's largest piedmont glacier. Sít' Tlein has thinned considerably over 30 years of altimetry, yet its low-elevation piedmont lobe has remained intact in contrast to the glaciers that once filled neighboring Icy and Disenchantment bays. In an effort to forecast changes to Sít' Tlein over decadal to centennial timescales, we take a data-constrained dynamical modeling approach in which we infer the parameters of a higher-order model of ice flow – the bed elevation, basal traction, and surface mass balance – with a diverse but spatiotemporally sparse set of observations including satellite-derived, time-varying velocity fields; radar-derived bed and surface elevation measurements; and in situ and remotely sensed observations of accumulation and ablation. Nonetheless, such data do not uniquely constrain model behavior, so we adopt an approximate Bayesian approach based on the Laplace approximation and facilitated by low-rank parametric representations to quantify uncertainty in the bed, traction, and mass balance fields alongside the induced uncertainty in model-based predictions of glacier change. We find that Sít' Tlein is considerably out of balance with contemporary (and presumably future) climate, and we expect its piedmont lobe to largely disappear over the coming centuries. If warming ceases, and surface mass balance remains at 2023 levels, then by 2073 (2173) we forecast a mass loss (expressed in terms of 95 % credible interval) of 323–444 km 3 (546–728 km 3 ). If instead surface mass balance continues to change at the same rate as inferred over the historical period, then we forecast a 2073 (2173) mass loss of 383–505 km 3 (740–900 km 3 ). In either case, the resulting retreat and subsequent replacement of glacier ice with a marine embayment or lake will yield a significant modification to the regional landscape and ecosystem.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,138

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetCryospheric studies and observationsTravaux en français237 207