MétaCan
Menu
Retour à la cohorte
Enregistrement W2069241471 · doi:10.1121/1.4805513

Characterization of thermohaline staircases in the Tyrrhenian sea using stochastic heterogeneity mapping

2013· article· en· W2069241471 sur OpenAlexaff
Grant Buffett, R. W. Hobbs, Ekaterina Vsemirnova, Dirk Klaeschen, Charles A. Hurich, César R. Ranero, Valentı́ Sallarès

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésThermohaline circulationDissipationGeologyTurbulenceRange (aeronautics)PycnoclineTemperature salinity diagramsHurst exponentWavenumberDiffusionStochastic modellingStatistical physicsGeophysicsClimatologyMeteorologyOceanographyPhysicsSalinityStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

We apply Stochastic Heterogeneity Mapping based on the band-limited von Kármán power law function to stacked migrated seismic data of thermohaline staircases in the Tyrrhenian Sea. This process allows the estimation of stochastic parameters such as the Hurst number (a measure of surface roughness) and scale length. Thermohaline staircases are regular, well-defined step-like variations in vertical profiles of temperature and salinity. In the ocean, they are thought to arise from double diffusion processes driven by the large difference in the molecular diffusivities of heat and salt. They are thought to have an anomalously weak internal wave-induced turbulence, making them suitable for the estimation of a lower detection limit of turbulent dissipation. The Tyrrhenian Sea is a natural laboratory for the study of such staircases because, due to the internal basin’s dynamic stability, steps as small as 10’s of meters can be seen. Lower Hurst numbers represent a richer range of higher wavenumbers corresponding to a broader range of heterogeneity in reflection events. We interpret a broader range of heterogeneity as indicative of a greater degree of turbulence.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
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 Opus0,017
Tête enseignante GPT0,221
Écart entre enseignants0,204 · 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

Citations6
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207