Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Estimating the diapycnal mixing rate from standard CTD data by identifying overturning regions in the water column (the Thorpe-scale approach) provides good spatial and temporal coverage but is sometimes limited by instrument noise. This noise leads to spurious density inversions that are difficult to distinguish from real turbulent overturns. Previous efforts to eliminate noise may have overcorrected and hence underestimated the level of mixing. Here idealized density profiles are used to identify the magnitude and characteristics of overturning regions arising entirely from instrument noise, in order to establish a standard against which CTD data can be compared. The key nondimensional parameters are 1) the amplitude of the noise scaled by the density change over the section of profile considered, and 2) the number of data points in the section of profile. In some cases the product of these, which is equal to the amplitude of the noise scaled by the average density difference between consecutive measurements, is more useful than the second parameter. The probability distribution of “run length,” a useful diagnostic, varies significantly across this parameter space. Reasons for this are discussed, and it is shown that CTD data very rarely lie in a region of parameter space where comparison with the probability density function (PDF) of run lengths for a random uncorrelated series, or its rms value 6, is appropriate. The distribution of Thorpe displacements arising entirely from instrument noise, as well as the Thorpe scale and the statistics of density inversions, is also discussed. Analysis of CTD data from the interfaces of the thermohaline staircase in the deep Canada Basin illustrates how the results can be applied in practice to help to distinguish between signal and noise in marginal regimes. Density inversions seen in these data are shown to be no different from those that would result from instrument noise.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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