The Ocean’s Memory of the Atmosphere: Residence-Time and Ventilation-Rate Distributions of Water Masses
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 A conceptually new approach to diagnosing tracer-independent ventilation rates is developed. Tracer Green functions are exploited to partition ventilation rates according to the ventilated fluid’s residence time in the ocean interior and according to where this fluid enters and exits the interior. In the presence of mixing by mesoscale eddies, which are reasonably represented by diffusion, ventilation rates for overlapping entry and exit regions cannot meaningfully be characterized by a single rate. It is a physical consequence of diffusive transport that fluid elements that spend an infinitesimally short time in the interior cause singularly large ventilation rates for overlapping entry and exit regions. Therefore, ventilation must generally be characterized by a ventilation-rate distribution, ϕ, partitioned according to the time that the ventilated fluid spends in the interior between successive surface contacts. An offline forward and adjoint time-averaged OGCM is used to illustrate the rich detail that ϕ and the closely related probability density function of residence times ℛ provide on the way the ocean communicates with the surface. These diagnostics quantify the relative importance of various surface regions for ventilating the interior ocean by either exposing old water masses to the atmosphere or by forming newly ventilated ones. The model results suggest that the Southern Ocean plays a dominant role in ventilating the ocean, both as a region where new waters are ventilated into the interior and where old waters are first reexposed to the atmosphere.
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 | 0,001 |
| 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