Nonlinear Sea-Level Trends and Long-Term Variability on Western European Coasts
Notice bibliographique
Résumé
Ezer, T.; Haigh, I.D., and Woodworth, P.L., 2016. Nonlinear sea-level trends and long-term variability on western European coasts.Nonlinear trends and long-term variability in sea level measured on the U.K. and western European coasts with long tide-gauge records (∼100–200 y) were investigated. Two different analysis methods, a standard quadratic regression and a nonparametric, empirical mode decomposition method, detected similar positive sea-level accelerations during the past ∼150 years: 0.014 ± 0.003 and 0.012 ± 0.004 mm/y2, respectively; these values are close to the sea-level acceleration of the global ocean over the same period, as reported by several studies. Ensemble calculations with added white noise are used to evaluate the robustness of low-frequency oscillations and to estimate potential errors. Sensitivity experiments evaluate the impact of data gaps on the ability of the analysis to detect decadal variations and acceleration in sea level. The long-term oscillations have typical periods of 15–60 years and ranges of 50–80 mm; these oscillations appear to be influenced by the North Atlantic Oscillation and by the Atlantic Multidecadal Oscillation. Analysis of altimeter data over the entire North Atlantic Ocean shows that the highest impact of the North Atlantic Oscillation is on sea-level variability in the North Sea and the Norwegian coasts, whereas the Atlantic Multidecadal Oscillation has the largest correlation with sea level in the subpolar gyre and the Labrador Sea, west of the study area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».