Nonlinear Sea-Level Trends and Long-Term Variability on Western European Coasts
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
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.
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 | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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