MétaCan
Menu
Retour à la cohorte
Enregistrement W2052729928 · doi:10.1007/s12237-010-9357-3

The Arctic Ocean Estuary

2011· article· en· W2052729928 sur OpenAlexaff
J. W. McClelland, R. M. Holmes, Kenneth H. Dunton, Robie W. Macdonald

Notice bibliographique

RevueEstuaries and Coasts · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesOffice of Polar ProgramsNational Science Foundation
Mots-clésEstuaryArcticEnvironmental scienceOceanographySea iceClimate changeShoreGlobal warmingGeology

Résumé

récupéré en direct d'OpenAlex

Large freshwater contributions to the Arctic Ocean from a variety of sources combine in what is, by global standards, a remarkably small ocean basin. Indeed, the Arctic Ocean receives ∼11% of global river discharge while accounting for only ∼1% of global ocean volume. As a consequence, estuarine gradients are a defining feature not only near-shore, but throughout the Arctic Ocean. Sea-ice dynamics also play a pivotal role in the salinity regime, adding salt to the underlying water during ice formation and releasing fresh water during ice thaw. Our understanding of physical–chemical–biological interactions within this complex system is rapidly advancing. However, much of the estuarine research to date has focused on summer, open water conditions. Furthermore, our current conceptual model for Arctic estuaries is primarily based on studies of a few major river inflows. Future advancement of estuarine research in the Arctic requires concerted seasonal coverage as well as a commitment to working within a broader range of systems. With clear signals of climate change occurring in the Arctic and greater changes anticipated in the future, there is good reason to accelerate estuarine research efforts in the region. In particular, elucidating estuarine dynamics across the near-shore to ocean-wide domains is vital for understanding potential climate impacts on local ecosystems as well as broader climate feedbacks associated with storage and release of fresh water and carbon.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,050
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,000
Communication savante0,0030,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0150,012

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 Opus0,013
Tête enseignante GPT0,181
Écart entre enseignants0,168 · 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'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

Citations266
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEstuaries and CoastsMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207