The Probability Distribution of the Thorpe Displacement within Overturns in Juan de Fuca Strait
Notice bibliographique
Résumé
Vertical mixing in the ocean can sometimes be quantified by measurements of the Thorpe overturning scale, LT. In regions of weak mixing and weak density gradients such measurements may be limited by slow sensor response times (or sampling rates) and/or by lack of resolution and noise in the density measurements. On the other hand, the Thorpe scale can be written as LT = (∫∞0 L2P1(L) dL)1/2, where P1(L) is the probability of the Thorpe displacement, L. Data from Juan de Fuca Strait, British Columbia, show that, even though the probability of a small Thorpe displacement is much greater than that of a large Thorpe displacement, it is the large and more easily resolved values of L that dominate the Thorpe scale. It is found to be possible to determine LT down to a scale of 0.4 m with a conventional conductivity–temperature–depth instrument. This corresponds to values of Kυ ≃ 10−4 m2 s−1 in summertime if LT ≈ (ϵ/N3)1/2, as is confirmed using velocity and temperature microstructure data. Here P1(L) is a convolution of the probability distribution of overturn height, P2(H), with the probability distribution of the fractional displacement within each overturn, P3(L/H). Data show that P2(H) is dominated by small overturns, consistent with previous work on the thickness of turbulence patches. Finally, the distribution of P3(L/H) is examined and compared with the prediction of a very simple kinematic model. The data show a pattern similar to that predicted by the model, though with more small L/H and fewer medium to large L/H than in the model.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,001 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».