MétaCan
Menu
Retour à la cohorte
Enregistrement W2103165697 · doi:10.1029/2012gl051886

Lake‐size dependency of wind shear and convection as controls on gas exchange

2012· article· en· W2103165697 sur OpenAlexaff
Jordan S. Read, David P. Hamilton, Ankur R. Desai, Kevin C. Rose, Sally MacIntyre, John D. Lenters, Robyn L. Smyth, Paul C. Hanson, Jonathan J. Cole, Peter A. Stæhr, James A. Rusak, Donald C. Pierson, Justin D. Brookes, Alo Laas, Chin H. Wu

Notice bibliographique

RevueGeophysical Research Letters · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensMinistry of the Environment, Conservation and Parks
Organismes subventionnairesnon disponible
Mots-clésWind shearConvectionTurbulenceAtmospheric sciencesEnvironmental scienceGeologyMixed layerShear (geology)Wind speedHydrology (agriculture)ClimatologyMeteorologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

High‐frequency physical observations from 40 temperate lakes were used to examine the relative contributions of wind shear (u*) and convection (w*) to turbulence in the surface mixed layer. Seasonal patterns of u* and w* were dissimilar; u* was often highest in the spring, while w*increased throughout the summer to a maximum in early fall. Convection was a larger mixed‐layer turbulence source than wind shear (u*/w* < 0.75) for 18 of the 40 lakes, including all 11 lakes <10 ha. As a consequence, the relative contribution of convection to the gas transfer velocity (k, estimated by the surface renewal model) was greater for small lakes. The average k was 0.54 m day−1 for lakes <10 ha. Because u* and w*differ in temporal pattern and magnitude across lakes, both convection and wind shear should be considered in future formulations of lake‐air gas exchange, especially for small lakes.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

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 savante0,0000,000
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 Opus0,024
Tête enseignante GPT0,273
Écart entre enseignants0,249 · 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

Citations322
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research LettersMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207