Similarity scaling of turbulence in a temperate lake during fall cooling
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
Abstract Turbulence, quantified as the rate of dissipation of turbulent kinetic energy (ε), was measured with 1400 temperature‐gradient microstructure profiles obtained concurrently with time series measurements of temperature and current profiles, meteorology, and lake‐atmosphere fluxes using eddy covariance in a 4 km 2 temperate lake during fall cooling. Winds varied from near calm to 5 m s −1 but reached 10 m s −1 during three storm events. Near‐surface values of ε were typically on the order of 10 −8 to 10 −7 m 2 s −3 and reached 10 −5 m 2 s −3 during windy periods. Above a depth equal to |L MO |, the Monin‐Obukhov length scale, turbulence was dominated by wind shear and dissipation followed neutral law of the wall scaling augmented by buoyancy flux during cooling. During cooling, ε z = 0.56 /kz + 0.77 J B0 and during heating ε z = 0.6 /kz, where is the water friction velocity computed from wind shear stress, k is von Karman's constant, z is depth, and J B0 is surface buoyancy flux. Below a depth equal to |L MO | during cooling, dissipation was uniform with depth and controlled by buoyancy flux. Departures from similarity scaling enabled identification of additional processes that moderate near‐surface turbulence including mixed layer deepening at the onset of cooling, high‐frequency internal waves when the diurnal thermocline was adjacent to the air‐water interface, and horizontal advection caused by differential cooling. The similarity scaling enables prediction of near‐surface ε as required for estimating the gas transfer coefficient using the surface renewal model and for understanding controls on scalar transport.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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