MétaCan
Menu
Retour à la cohorte
Enregistrement W2312439357 · doi:10.2166/wqrjc.2012.121

Numerical study of dispersion and hydrodynamic connectivity of near-surface waters in Lake Huron

2012· article· en· W2312439357 sur OpenAlexaff
Jun Zhao, Yerubandi R. Rao, Jinyu Sheng

Notice bibliographique

RevueWater Quality Research Journal · 2012
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAquatic and Environmental Studies
Établissements canadiensDalhousie UniversityEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésBayFlux (metallurgy)Dispersion (optics)Channel (broadcasting)Surface waterGeologyWind stressEnvironmental scienceOceanographyHydrology (agriculture)Physics

Résumé

récupéré en direct d'OpenAlex

A nested-grid hydrodynamic modeling system is used to examine the circulation and dispersion in Lake Huron and adjacent areas with specific attention to physical parameters pertinent to the estimation of hydrodynamic connectivity of near-surface waters. The nested system is forced by monthly mean surface heat flux and 12-hourly wind stress computed from wind speeds extracted from the National Centers for Environmental Prediction of the National Center for Atmospheric Research (NCEP/NCAR) 40-year reanalysis data. The three-dimensional model currents are used to calculate the retention and dispersion of conservative, near-surface particles carried by the currents. The near-surface dispersion is relatively low in Saginaw Bay, eastern Georgian Bay and the eastern North Channel; and relatively high over the western part of the main lake and the coastal region of south Lake Huron. The hydrodynamic connectivity in the surface water and connectivity matrices are calculated from particle movements carried passively by model currents superposed by a random walk process. The model results demonstrate that the hydrodynamic connectivity in the North Channel and Georgian Bay (ranging from 0.9 to 2.2%) is much weaker than those in the main lake (5.3 to 21.9%).

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,918
Score d'incertitude au seuil0,163

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,081
Tête enseignante GPT0,339
Écart entre enseignants0,258 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetAquatic and Environmental StudiesTravaux en français237 207