MétaCan
Menu
Retour à la cohorte
Enregistrement W2065170282 · doi:10.1029/2005jc003200

Assimilating long‐term hydrographic information into an eddy‐permitting model of the North Atlantic

2006· article· en· W2065170282 sur OpenAlexaff
Daniel G. Wright, Keith R. Thompson, Youyu Lu

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2006
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensDalhousie UniversityBedford Institute of Oceanography
Organismes subventionnairesnon disponible
Mots-clésHydrographyMomentum (technical analysis)ClimatologyData assimilationTerm (time)MeteorologyEnvironmental scienceStatistical physicsGeologyPhysicsOceanography

Résumé

récupéré en direct d'OpenAlex

The utility of a new technique for assimilating long‐term hydrographic information into eddy‐permitting ocean models is demonstrated using the Parallel Ocean Program (POP) applied to the North Atlantic. Robust diagnostic and standard prognostic simulations of the North Atlantic yield results similar to those obtained in earlier studies and the differences between them emphasize the need for data assimilation. The basic idea of the new technique is to add correction terms to the model equations that directly influence the model solution only in prescribed frequency and wave number bands, leaving the variations outside of these bands free to evolve prognostically. For this reason the technique is referred to as spectral nudging. We consider two approaches for constraining eddy‐permitting models based on observed long‐term hydrographic conditions. In the first approach, the model's temperature and salinity climatologies are spectrally nudged toward observed values using restoring terms in the tracer equations; in the second, correction terms are added to the momentum equations. Both approaches result in significant improvements in the model's climatology, as expected. Both approaches also result in more realistic meso‐scale eddy fields. However, for the simulations considered here, spectral nudging in the tracer equations generally provides better results than nudging in the momentum equations. An examination of the relationship between the two approaches reveals that this result might be expected to also occur in other model simulations but this is achieved at the cost of increased constraints placed on model dynamics within the nudged frequency and wave number bands.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,021
Tête enseignante GPT0,267
Écart entre enseignants0,246 · 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

Citations29
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research AtmospheresMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207