MétaCan
Menu
Retour à la cohorte
Enregistrement W2164144714 · doi:10.5194/bg-9-1797-2012

Preformed and regenerated phosphate in ocean general circulation models: can right total concentrations be wrong?

2012· article· en· W2164144714 sur OpenAlexafffund
Olaf Duteil, Wolfgang Koeve, Andreas Oschlies, Olivier Aumont, Daniele Bianchi, Laurent Bopp, Eric D. Galbraith, Richard J. Matear, J. Keith Moore, Jorge L. Sarmiento, Joachim Segschneider

Notice bibliographique

RevueBiogeosciences · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité de MontréalMcGill University
Organismes subventionnairesOffice of ScienceBundesministerium für Bildung und ForschungDeutsche ForschungsgemeinschaftEuropean CommissionCompute CanadaU.S. Department of EnergyU.S. Department of CommercePrinceton UniversityNational Oceanic and Atmospheric AdministrationFord Motor Company
Mots-clésBiogeochemical cycleNutrientPhosphateEnvironmental scienceChemistryEnvironmental chemistryOceanographyBiological systemEcologyBiologyGeologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract. Phosphate distributions simulated by seven state-of-the-art biogeochemical ocean circulation models are evaluated against observations of global ocean nutrient distributions. The biogeochemical models exhibit different structural complexities, ranging from simple nutrient-restoring to multi-nutrient NPZD type models. We evaluate the simulations using the observed volume distribution of phosphate. The errors in these simulated volume class distributions are significantly larger when preformed phosphate (or regenerated phosphate) rather than total phosphate is considered. Our analysis reveals that models can achieve similarly good fits to observed total phosphate distributions for a~very different partitioning into preformed and regenerated nutrient components. This has implications for the strength and potential climate sensitivity of the simulated biological carbon pump. We suggest complementing the use of total nutrient distributions for assessing model skill by an evaluation of the respective preformed and regenerated nutrient components.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,351
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,019
Tête enseignante GPT0,203
Écart entre enseignants0,183 · 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

Citations72
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetMarine and coastal ecosystemsTravaux en français237 207