Interactions between ice sheets and atmospheric circulation during ice ages
Bibliographic record
Abstract
La dernière période glaciaire est marquée par la présence de deux grandes calottes boréales recouvrant l’actuel Canada et le nord de l’Eurasie. Ces calottes constituent un élément actif du système climatique en interagissant avec les différentes composantes du système Terre. L’objectif de cette thèse est de déterminer par quels mécanismes les changements de circulation atmosphérique lors du dernier cycle glaciaire induisent potentiellement une téléconnexion entre les paléo-calottes de l’hémisphère nord. L’utilisation d’un modèle couplé climat-calotte simplifié m’a permis de tester séparément l’influence de la topographie et de l’albédo des calottes sur les champs de température et de précipitation lors du dernier cycle glaciaire, et de mettre en évidence le rôle de la circulation atmosphérique dans la synergie entre les paléo-calottes de l’hémisphère nord. Pour étudier plus en détail les mécanismes de cette interaction, l’utilisation d’un modèle de circulation générale s’est avérée nécessaire. J’ai tout d’abord effectué une inter-comparaison des modèles ayant participé à l’exercice PMIP3 pour le dernier maximum glaciaire (DMG). Cette inter-comparaison a permis d’illustrer l’impact des conditions glaciaires sur le décalage du courant-jet en Atlantique Nord et d’établir un lien entre ce décalage et les précipitations au sud de l’Europe. Enfin, à l’aide d’expériences idéalisées menées avec le modèle atmosphérique LMDZ, j’ai pu étudier le rôle de chacune des calottes dans les changements de circulation atmosphérique observés auDMG. Cette étude montre en particulier l’influence notable de la calotte nord-américaine sur le bilan de masse de surface de la calotte eurasienne.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".