MétaCan
Menu
Retour à la cohorte
Enregistrement W2190368034 · doi:10.1002/2015jc011196

Observations of whitecap coverage and the relation to wind stress, wave slope, and turbulent dissipation

2015· article· en· W2190368034 sur OpenAlexfundno aff
Michael Schwendeman, Jim Thomson

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Waves and Remote Sensing
Établissements canadiensnon disponible
Organismes subventionnairesDNV GLUniversity of VictoriaNational Science Foundation
Mots-clésDissipationWind speedRange (aeronautics)TurbulenceMeteorologyEnvironmental scienceBreaking waveAtmospheric sciencesWave propagationGeologyPhysicsEngineeringOptics

Résumé

récupéré en direct d'OpenAlex

Abstract Shipboard measurements of whitecap coverage are presented from two cruises in the North Pacific, and compared with in situ measurements of wind speed and friction velocity, average wave steepness, and near‐surface turbulent dissipation. A threshold power law fit is proposed for all variables, which incorporates the flexibility of a power law with the threshold behavior commonly seen in whitecapping. The fit of whitecap coverage to wind speed, U10, closely matches similar relations from three recent studies, particularly in the range of 6–14 m/s. At higher wind speeds, the whitecap coverage data level off relative to the fits, and an analysis of the residuals shows some evidence of reduced whitecapping in rapidly developing waves. Wave slope variables are examined for potential improvement over wind speed parameterizations. Of these variables, the mean square slope of the equilibrium range waves has the best statistics, which are further improved after normalizing by the directional spread and frequency bandwidth. Finally, the whitecap coverage is compared to measurements of turbulent dissipation. Though still statistically significant, the correlation is worse than the wind or wave relations, and residuals show a strong negative trend with wave age. This may be due to an increased influence of microbreaking in older wind seas.

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)0,001
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,068
Tête enseignante GPT0,292
Écart entre enseignants0,224 · 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

Citations72
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetOcean Waves and Remote SensingTravaux en français237 207