MétaCan
Menu
Retour à la cohorte
Enregistrement W2031147550 · doi:10.1029/2007jc004304

The long‐term and interannual variability of summer fresh water storage over the eastern Siberian shelf: Implication for climatic change

2008· article· en· W2031147550 sur OpenAlexafffund
Igor Dmitrenko, Sergey Kirillov, Bruno Tremblay

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensMcGill University
Organismes subventionnairesOffice of Polar ProgramsNatural Sciences and Engineering Research Council of CanadaInternational Arctic Research Center, University of Alaska, FairbanksNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésHydrographyOceanographyClimatologyEnvironmental scienceArcticAtmosphere (unit)GeologyDischargeGeographyDrainage basinMeteorology

Résumé

récupéré en direct d'OpenAlex

A time series of summer fresh water content anomalies (FWCA) over the Laptev and East Siberian sea shelves was constructed from historical hydrographic records for the period from 1920 to 2005. Results from a multiple regression between FCWA and various atmospheric and oceanic indices show that the fresh water content on the shelves is mainly controlled by atmospheric vorticity on quasi‐decadal timescales. When the vorticity of the atmosphere on the shelves is antycyclonic, approximately 500 km 3 of fresh water migrates from the eastern Siberian shelf to the Arctic Ocean through the northeastern Laptev Sea. When the vorticity of the atmosphere is cyclonic, this fresh water remains on the southern Laptev and East Siberian sea shelves. This FWCA represents approximately 35% of the total fresh water inflow provided by river discharge and local sea‐ice melt, and is about ten times larger than the standard deviation of the Lena River summer long‐term mean discharge. However, the large interannual and spatial variability in the fresh water content of the shelves, as well as the spatial coverage of the hydrographic data, makes it difficult to detect the long‐term tendency of fresh water storage associated with climate change.

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)0,002
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 enseignants0,042
Score d'incertitude au seuil0,398

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,044
Tête enseignante GPT0,307
Écart entre enseignants0,263 · 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

Citations114
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207