Global-scale analysis of satellite-derived debris distribution on glacier
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
In high relief mountain regions, many glaciers have supraglacial debris in their ablation area, which affects the response of these glaciers to climate change through altering ice melting rates. The thin debris accelerates ice melting and the thick one suppresses it. In order to understand the changes of glacier mass balance and runoff patterns under climate change, it is important to assess the effect of debris-cover on these glaciers. However, the assessment of the debris effect is difficult because it is difficult to measure debris thickness at large scale only from field measurements. Here, we attempted to estimate a global distribution of debris thickness on glaciers by using a thermal resistance of supraglacial debris derived from Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) satellite stereo imageries and radiometer products of Clouds and the Earth’s Radiant Energy System (CERES). The obtained distribution map covers approximately 88% of total glacier area recorded in a global glacier outline of the Randorf Glacier Inventory (RGI). Investigations on several glaciers showed that the ASTER-derived thermal resistances correlated reasonably well with ground-surveyed debris thickness. The results indicate that 11% of total global glaciers are covered by supraglacial debris cover and the regional differences in debris distribution are apparent from region to region. Debris cover is relatively thin and accelerates ice melting in western Himalaya, North America, Canada, and Scandinavia, whereas debris cover is relatively thick and inhibits ice melting in eastern Himalaya, Alps, Caucasus and Andes region.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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