MétaCan
Menu
Retour à la cohorte
Enregistrement W2120383636 · doi:10.1029/2007jc004607

Modeling the diurnal variability of sea surface temperatures

2008· article· en· W2120383636 sur OpenAlexaff
Sam Pimentel, Keith Haines, Nancy Nichols

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Environment Research CouncilSight Research UKWoods Hole Oceanographic Institution
Mots-clésDiurnal cycleDiurnal temperature variationEnvironmental scienceMooringClimatologySea surface temperatureSatelliteMixed layerAtmospheric sciencesMeteorologyGeologyOceanographyGeography

Résumé

récupéré en direct d'OpenAlex

In this study a one‐dimensional mixed layer ocean model is customized for the purpose of estimating the diurnal signal of temperature in the near‐surface ocean layer, generically referred to as sea surface temperature (SST). The model is initially run with data from three mooring locations. It is then demonstrated how operational forecast data sets can be utilized to estimate diurnal signals over a wide area. Daily diurnal variability maps are produced for a weeklong period over the Atlantic Ocean. These maps highlight the transient nature of diurnal SST signals with day to day changes in their magnitude and spatial distribution. The resulting diurnal variability maps are evaluated using a combination of infrared and microwave satellite‐derived SST observations taken over the day. These matchups result in a mean error of 0.09°C and a standard deviation of 0.54°C. Advantages of modeling the diurnal cycle as opposed to using a persistence assumption are discussed.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,214
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,036
Tête enseignante GPT0,284
Écart entre enseignants0,248 · 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 tête enseignante, 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

Citations24
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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