MétaCan
Menu
← Retour à la cohorte
Enregistrement W7033579625

Reversability Of Arctic Sea Ice Retreat - A Conceptual Multi-Scale Modeling Approach

2012· dissertation· en· W7033579625 sur OpenAlexfundno aff

Notice bibliographique

RevueScholarWorks - UA (University of Alaska System) · 2012
Typedissertation
Langueen
DomaineMedicine
ThématiqueIntracerebral and Subarachnoid Hemorrhage Research
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Institute for Advanced ResearchU.S. Department of Energy
Mots-clésSea iceArctic ice packArcticCryosphereAntarctic sea iceArctic sea ice declineThe arctic
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The ice-albedo feedback has been identified as an important factor in the decay of the Arctic sea ice cover in a warming climate.Mechanisms of transition from perennial ice cover to seasonal ice cover are discussed in the literature; the existence of a tipping point is disputed.A newly developed regular network model for energy exchange and phase transition of an ice covered ocean mixed layer is introduced.The existence of bistability, a key ingredient for irreversibility, on local and regional scales is explored.It is shown in a spatially confined model that the asymptotic behavior and the existence of a parameter region of bistability strongly depend on the albedo parametrization.The spatial dynamics of sea ice retreat are studied for a high resolution latitudinal model of the ocean mixed layer.This regional model suggests that sea ice retreat is reversible.It is shown that later ally driven melt of thick multi-year sea ice, and thus, ice-albedo feedback, is an important mechanism in the transition from perennial to seasonal ice cover at the pole.Results are used to interpret observed changes in the recent ice extent and ice volume record.It is shown that the effectiveness of ice-albedo feedback strongly depends on the existence of lateral heat transfer mechanisms in the ocean.Special thanks go to my advisor Dr. Renate Wackerbauer.Renate, thank you for having the courage to take on this project, for being patient with me, and for teaching me a great deal about how quality research, and quality research documentation is done.Where this work still lacks quality it is entirely my fault.Ice albedo feedback and low order models were first introduced to me by Dr. Hajo Eicken.Hajo, thank you for interesting me in pursuing this line of research and for ex plaining, from the sea ice specialist's and geophysicist's point of view, what is needed to improve this work.

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)0,002
score de la tête « metaresearch » (Gemma)0,006
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: aucune
Score de désaccord entre enseignants0,042
Score d'incertitude au seuil0,083

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,034
Tête enseignante GPT0,261
Écart entre enseignants0,227 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarWorks - UA (University of Alaska System)→Même sujetIntracerebral and Subarachnoid Hemorrhage Research→Travaux en français237 207→