On Turbulence Production by Swimming Marine Organisms in the Open Ocean and Coastal Waters
Notice bibliographique
Résumé
Abstract Microstructure and acoustic profile time series were collected near Ocean Station P in the eastern subarctic North Pacific and in Saanich Inlet at the south end of Vancouver Island, British Columbia, Canada, to examine production of turbulent dissipation by swimming marine organisms. At Ocean Station P, although a number of zooplankton species are large enough to generate turbulence with Reynolds numbers Re > 1000, biomass densities are typically less than 103 individuals per cubic meter (<0.01% by volume), and turbulent kinetic energy dissipation rates ɛ were better correlated with 16-m vertical shear than acoustic backscatter layers. In Saanich Inlet, where krill densities are up to 104 individuals per cubic meter (0.1% by volume), no dramatic elevation of dissipation rates ɛ was associated with dusk and dawn vertical migrations of the acoustic backscatter layer. Dissipation rates are a factor of 2 higher [〈ɛ〉 = 1.4 × 10−8 W kg−1, corresponding to buoyancy Re = 〈ɛ〉/(νN 2) ∼ 140] in acoustic backscatter layers than in acoustically quiet waters, regardless of whether they are vertically migrating. The O(1 m) thick turbulence patches have vertical wavenumber spectra for microscale shear commensurate with the Nasmyth model turbulence spectrum. However, the turbulence bursts of O(10−5 W kg−1) proposed to occur in such dense swarms appear to be rare. Thus far, intense turbulent bursts have been found infrequently, even in very dense aggregations O(104 individuals per cubic meter) characteristic of coastal and high-latitude environs. Based on sampling to date, this corresponds to a frequency of occurrence of less than 4%, suggesting that turbulence production by the marine biosphere is not efficient.
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 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».