MétaCan
Menu
Retour à la cohorte
Enregistrement W1982082520 · doi:10.5194/gmd-8-1577-2015

A high-resolution ocean and sea-ice modelling system for the Arctic and North Atlantic oceans

2015· article· en· W1982082520 sur OpenAlexaffabout
Frédéric Dupont, Simon Higginson, Romain Bourdallé-Badié, Youyu Lu, F. Roy, G. C. Moore Smith, Jean‐François Lemieux, Gilles Garric, Fraser Davidson

Notice bibliographique

RevueGeoscientific model development · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensBedford Institute of OceanographyGDG EnvironnementFisheries and Oceans CanadaEnvironment and Climate Change Canada
Organismes subventionnairesLangley Research CenterNational Aeronautics and Space Administration
Mots-clésHindcastSea iceArctic ice packClimatologyEnvironmental scienceArcticArctic sea ice declineSea ice thicknessOceanographyDrift iceSea surface temperatureGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. As part of the CONCEPTS (Canadian Operational Network of Coupled Environmental PredicTion Systems) initiative, a high-resolution (1/12°) ice–ocean regional model is developed covering the North Atlantic and the Arctic oceans. The long-term objective is to provide Canada with short-term ice–ocean predictions and hazard warnings in ice-infested regions. To evaluate the modelling component (as opposed to the analysis – or data-assimilation – component, which is not covered in this contribution), a series of hindcasts for the period 2003–2009 is carried out, forced at the surface by the Canadian GDPS reforecasts (Smith et al., 2014). These hindcasts test how the model represents upper ocean characteristics and ice cover. Each hindcast implements a new aspect of the modelling or the ice–ocean coupling. Notably, the coupling to the multi-category ice model CICE is tested. The hindcast solutions are then assessed using a verification package under development, including in situ and satellite ice and ocean observations. The conclusions are as follows: (1) the model reproduces reasonably well the time mean, variance and skewness of sea surface height; (2) the model biases in temperature and salinity show that while the mean properties follow expectations, the Pacific Water signature in the Beaufort Sea is weaker than observed; (3) the modelled freshwater content of the Arctic agrees well with observational estimates; (4) the distribution and volume of the sea ice are shown to be improved in the latest hindcast due to modifications to the drag coefficients and to some degree to the ice thickness distribution available in CICE; (5) nonetheless, the model still overestimates the ice drift and ice thickness in the Beaufort Gyre.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil0,801

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,032
Tête enseignante GPT0,191
Écart entre enseignants0,159 · 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
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations99
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeoscientific model developmentMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207