MétaCan
Menu
Retour à la cohorte
Enregistrement W2114363157 · doi:10.5194/os-6-269-2010

Impact of global ocean model resolution on sea-level variability with emphasis on interannual time scales

2010· article· en· W2114363157 sur OpenAlexaff
Thierry Penduff, Mélanie Juza, Laurent Brodeau, G. C. Moore Smith, Bernard Barnier, Jean‐Marc Molines, Anne‐Marie Tréguier, Gurvan Madec

Notice bibliographique

RevueOcean science · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesInstitut national des sciences de l'UniversCentre National d’Etudes SpatialesNatural Environment Research CouncilCentre National de la Recherche ScientifiqueEuropean CommissionSight Research UK
Mots-clésClimatologyMesoscale meteorologyEnvironmental scienceForcing (mathematics)LatitudeAtmospheric sciencesAnnual cycleRange (aeronautics)GeologyGeodesy

Résumé

récupéré en direct d'OpenAlex

Abstract. Four global ocean/sea-ice simulations driven by the same realistic 47-year daily atmospheric forcing were performed by the DRAKKAR group at 2°, 1°, ½°, and ¼° resolutions. Simulated mean sea-surface heights (MSSH) and sea-level anomalies (SLA) are collocated over the period 1993–2004 onto the AVISO dataset. MSSH fields are compared with an inverse estimate. SLA datasets are filtered and compared over various time and space scales with AVISO regarding three characteristics: SLA standard deviations, spatial correlations between SLA variability maps, and temporal correlations between observed and simulated band-passed filtered local SLA timeseries. Beyond the 2°−1° transition whose benefits are moderate, further increases in resolution and associated changes in subgrid scale parameterizations simultaneously induce (i) strong increases in SLA standard deviations, (ii) strong improvements in the spatial distribution of SLA variability, and (iii) slight decreases in temporal correlations between observed and simulation SLA timeseries. These 3 effects are not only clear on mesoscale (14–180 days) and quasi-annual (5–18 months) fluctuations, but also on the slower (interannual), large-scale variability ultimately involved in ocean-atmosphere coupled processes. Most SLA characteristics are monotonically affected by successive resolution increases, but irregularly and with a strong dependance on frequency and latitude. Benefits of enhanced resolution are greatest in the 1°−½° and ½°−¼° transitions, in the 14–180 day range, and within eddy-active mid- and high-latitude regions. In the real ocean, most eddy-active areas are characterized by a strong SLA variability at all timescales considered here; this localized, broad-banded temporal variability is only captured at ¼° resolution.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,017
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,247
Écart entre enseignants0,237 · 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

Citations142
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOcean scienceMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207