MétaCan
Menu
Retour à la cohorte
Enregistrement W2040569206 · doi:10.1029/2000gl012044

Parameterizing tidal dissipation over rough topography

2001· article· en· W2040569206 sur OpenAlexaff
Steven R. Jayne, Louis C. St. Laurent

Notice bibliographique

RevueGeophysical Research Letters · 2001
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversity of Victoria
Organismes subventionnairesOffice of Naval ResearchNational Aeronautics and Space AdministrationNational Science Foundation
Mots-clésBarotropic fluidDissipationDissipative systemGeologyGeophysicsInternal tideBoundary layerMechanicsDragFlow (mathematics)Energy fluxInternal waveDrag coefficientWork (physics)Tidal powerPhysicsClimatologyOceanography

Résumé

récupéré en direct d'OpenAlex

The traditional model of tidal dissipation is based on a frictional bottom boundary layer, in which the work done by bottom drag is proportional to a drag coefficient and the velocity cubed. However, away from shallow, coastal regions the tidal velocities are small, and the work done by the bottom boundary layer can account for only weak levels of dissipation. In the deep ocean, the energy flux carried by internal waves generated over rough topography dominates the energy transfer away from barotropic flow. A parameterization for the internal wave drag over rough topography is included as a dissipative mechanism in a model for the barotropic tides. Model results suggest that the inclusion of this dissipation mechanism improves hydro‐dynamical models of the ocean tide. It also substantially increases the amount of modeled tidal dissipation in the deep ocean, bringing dissipation levels there into agreement with recent estimates from TOPEX/Poseidon altimetry data.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,034
Tête enseignante GPT0,294
Écart entre enseignants0,260 · 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'étudeSimulation ou modélisation
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

Citations479
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207