MétaCan
Menu
← Retour à la cohorte
Enregistrement W7105521198 · doi:10.5061/dryad.xd2547dvb

Impacts of bed topography resolution on sea-level rise projections from coupled subglacial hydrology and ice dynamics for Thwaites Glacier, Antarctica

2025· dataset· en· W7105521198 sur OpenAlexafffund

Notice bibliographique

RevueOpen MIND · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesCanada Research Chairs
Mots-clésGlacierInterpolation (computer graphics)Ice streamGlaciologyHydrology (agriculture)Ice sheetScale (ratio)

Résumé

récupéré en direct d'OpenAlex

Ice sheet models require explicit knowledge of the underlying bed. However, much remains unknown regarding the subglacial environment due to difficulties associated with measuring it. Extensive radar surveys have been conducted across Antarctica, but the requirement of full-coverage bed topography for models necessitates interpolation over gaps between existing observations, which often span kilometers or more. Advances in modeling capabilities now allow for the application of dynamic coupling between subglacial hydrology and ice dynamics in models of Antarctica. While a bed resolution of ~1 km is recommended for modeling Antarctic ice dynamics, it has been suggested that finer spatial resolutions are necessary to resolve subglacial water flow. We use a coupled model configuration to generate projections of glacier evolution, including the subglacial hydrologic system, for Thwaites Glacier, West Antarctica, initiated with several different bed topographies. We find that the specific bed topography has a first-order control on accumulated mass loss, but that final sea-level rise does not scale with bed resolution. We also find that coupling between subglacial hydrology and ice dynamics results in faster mass loss. Our results underscore the importance of continued high-resolution topography mapping and suggest that current projections may underestimate uncertainty linked to unresolved bed features.

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)0,003
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: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,129

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,003

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 Opus0,035
Tête enseignante GPT0,333
Écart entre enseignants0,298 · 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
GenreJeu de données

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 revueOpen MIND→Travaux en français237 207→