MétaCan
Menu
← Retour à la cohorte
Enregistrement W2151085636 · doi:10.1029/2011jc007308

Reduced upper ocean turbulence and changes to bubble size distributions during large downward heat flux events

2011· article· en· W2151085636 sur OpenAlexafffund
Svein Vagle, Johannes Gemmrich, Helen Czerski

Notice bibliographique

RevueJournal of Geophysical Research Atmospheres · 2011
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversity of VictoriaFisheries and Oceans Canada
Organismes subventionnairesDivision of Ocean SciencesOffice of Naval ResearchFisheries and Oceans CanadaNatural Environment Research CouncilSight Research UK
Mots-clésTurbulenceHeat fluxBubbleFlux (metallurgy)DissipationAtmospheric sciencesPhysicsMechanicsHeat transferThermodynamicsMaterials science

Résumé

récupéré en direct d'OpenAlex

During the Radiance in a Dynamic Ocean (RaDyO) field study south of Hawaii in September 2009, simultaneous observations of total heat flux, upper ocean turbulence, and bubble size distributions suggest that large downward heat flux modulates the upper ocean turbulence dissipation rates and subsequently the upper ocean bubble field. The observations show that the turbulence dissipation rates near the ocean surface are reduced by a factor of 10 during periods with high downward heat flux (>400 W m−2). Simultaneously, the observations of bubble size distributions at a depth of 0.5 m show that there were significantly lower concentrations of bubbles with radii >100 μm than during a winter study in the Gulf of Mexico. Also, the number of bubbles with radii >200 μm is found to be dependent on the heat flux, with fewer such bubbles during stable (positive heat flux) conditions. The reduced number of larger bubbles reduces the effect of the bubble field on optical reflectance by up to a factor of 3 compared to other locations at similar wind speeds.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,275
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 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'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

Citations33
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research Atmospheres→Même sujetOceanographic and Atmospheric Processes→Travaux en français237 207→