MétaCan
Menu
Retour à la cohorte
Enregistrement W2021936534 · doi:10.1175/2007jcli1722.1

Water Mass Transformation and Formation in the Labrador Sea

2008· article· en· W2021936534 sur OpenAlexaffabout
Paul G. Myers, Chris Donnelly

Notice bibliographique

RevueJournal of Climate · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésHydrographyWater massClimatologyPrecipitationSalinityFormation waterNorth Atlantic oscillationEnvironmental scienceLatent heatAtmospheric sciencesGeologyOceanographyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Abstract Objectively analyzed surface hydrographic fields and NCEP–NCAR reanalysis fluxes are used to estimate water mass transformation and formation rates in the Labrador Sea, focusing on Labrador Sea Water (LSW). The authors estimate a mean long-term transformation of between 2.1 ± 0.2 and 3.9 ± 0.3 Sv (Sv ≡ 106 m3 s−1) over the years 1960–99 to water with densities greater than σ = 27.65 kg m−3, depending on the correction used for the latent and sensible heat fluxes. Mean long-term formation rates are found between 0.9 ± 0.2 and 1.7 ± 0.3 Sv for σ = 27.675 − 27.725 kg m−3 and 1.2 ± 0.2 and 2.0 ± 0.3 Sv for σ > 27.725 kg m−3. There is tremendous variability associated with these formation rates with years of strong water formation (5.7–6.6 ± 0.5–0.7 or 9.5–10.8 ± 0.7–1.1 Sv) mixed with years of little or no formation in the given density ranges. The North Atlantic Oscillation (NAO) is linked (correlation coefficient of 0.45, significant at the 99% level) with the overall formation rate for σ > 27.625 kg m−3. The observed long-term increase in net precipitation over the Labrador Sea does not seem to have had any significant effect on LSW, potentially reducing LSW transformation rates by 0.1 Sv. A reduction in surface salinity leads to formation occurring at a reduced density, but with little change in the amount of water transformed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,096
Score d'incertitude au seuil0,086

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,200
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations31
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ClimateMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207