MétaCan
Menu
Retour à la cohorte
Enregistrement W1994241858 · doi:10.1038/ncomms7862

Seasonality in submesoscale turbulence

2015· article· en· W1994241858 sur OpenAlexafffund
Jörn Callies, Raffaele Ferrari, Jody Klymak, Jonathan Gula

Notice bibliographique

RevueNature Communications · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversity of Victoria
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésMesoscale meteorologyThermoclineEddyBaroclinityGeostrophic windMixed layerGeostrophic currentGeologyTurbulenceClimatologyAtmospheric sciencesEnvironmental scienceOceanographyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Although the strongest ocean surface currents occur at horizontal scales of order 100 km, recent numerical simulations suggest that flows smaller than these mesoscale eddies can achieve important vertical transports in the upper ocean. These submesoscale flows, 1-100 km in horizontal extent, take heat and atmospheric gases down into the interior ocean, accelerating air-sea fluxes, and bring deep nutrients up into the sunlit surface layer, fueling primary production. Here we present observational evidence that submesoscale flows undergo a seasonal cycle in the surface mixed layer: they are much stronger in winter than in summer. Submesoscale flows are energized by baroclinic instabilities that develop around geostrophic eddies in the deep winter mixed layer at a horizontal scale of order 1-10 km. Flows larger than this instability scale are energized by turbulent scale interactions. Enhanced submesoscale activity in the winter mixed layer is expected to achieve efficient exchanges with the permanent thermocline below.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,270
Écart entre enseignants0,238 · 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'étudeObservationnel
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

Citations397
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207