MétaCan
Menu
Retour à la cohorte
Enregistrement W2328317584 · doi:10.2166/nh.2010.023

Cold ocean seas and northern hydrology: an exploratory overview

2010· article· en· W2328317584 sur OpenAlexaff
Ming‐ko Woo

Notice bibliographique

RevueHydrology research · 2010
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceWater cyclePermafrostThermohaline circulationPrecipitationOceanographyClimatologyArcticSnowSea iceSurface runoffGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Oceans are expected to bring their maritime influence to coastal zones, and sometimes further inland, to affect the terrestrial energy and moisture fluxes. Heat and water balances jointly govern northern hydrology, both directly through the hydrological cycle and indirectly through cyclogenesis and radiation regimes. Drawing upon reported examples, a survey is presented to examine the roles of ocean currents, onshore winds, coastal storms and sea ice in modifying precipitation (snow, fog, orographic precipitation), evaporation (through radiation and moisture availability) and coastal inundation processes. Coastal currents can alter permafrost distribution on a regional scale and runoff patterns may be modified accordingly. There are also notable feedback mechanisms whereby hydrology affects oceanography. Examples include freshwater discharge that exerts influence on thermohaline circulation in polar seas and on the dynamics of coastal sea ice, and the export of sediments, organic carbon and nutrients to the Arctic Ocean. Given the sensitivity of high latitudes to climate warming, which impacts many aspects of the northern environment, collaborative investigations of ocean–atmosphere–hydrologic linkages are of priority interest.

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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,049
Tête enseignante GPT0,305
Écart entre enseignants0,256 · 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
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrology researchMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207