MétaCan
Menu
Retour à la cohorte
Enregistrement W2170817139 · doi:10.1002/gbc.20029

Revisiting “nutrient trapping” in global coupled biogeochemical ocean circulation models

2013· article· en· W2170817139 sur OpenAlexfundno aff
Heiner Dietze, Ulrike Loeptien

Notice bibliographique

RevueGlobal Biogeochemical Cycles · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche ForschungsgemeinschaftUniversity of Victoria
Mots-clésBiogeochemical cycleOcean currentBiogeochemistryOceanographyEnvironmental scienceNutrientOcean general circulation modelTrappingClimatologyAtmospheric sciencesGeneral Circulation ModelChemistryGeologyEcologyClimate changeBiologyEnvironmental chemistry

Résumé

récupéré en direct d'OpenAlex

We analyze an extensive set of global coupled biogeochemical ocean circulation models. The focus is on the equatorial Pacific. In all simulations, which are consistent with observed standing stocks of relevant biogeochemical species at the surface, we find spuriously enhanced (reduced) macronutrient (oxygen) concentrations in the deep eastern equatorial Pacific. This modeling problem, apparently endemic to global coupled biogeochemical ocean circulation models, was coined “nutrient trapping” by Najjar et al. (1992). In contrast to Aumont et al. (1999), we argue that “nutrient trapping” is still a persistent problem, even in eddy‐permitting models and, further, that the scale of the problem retards model projections of nitrogen cycling. In line with previous work, our results indicate that a deficient circulation is at the core of the problem rather than an admittedly poor quantitative understanding of biogeochemical cycles. More specifically, we present indications that “nutrient trapping” in models is a result of a spuriously damped Equatorial Intermediate (zonal) Current System and Equatorial Deep Jets—phenomenon which await a comprehensive understanding and have, to date, not been successfully simulated.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,647
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,013
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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.

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

Citations107
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Biogeochemical CyclesMême sujetMarine and coastal ecosystemsTravaux en français237 207