MétaCan
Menu
Retour à la cohorte
Enregistrement W2395066187 · doi:10.1002/2016jc011744

The role of bubbles during air‐sea gas exchange

2016· article· en· W2395066187 sur OpenAlexfundno aff
Steven Emerson, Seth M. Bushinsky

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of Victoria
Mots-clésBubbleSeawaterThermoclineEnvironmental scienceTRACERFlux (metallurgy)Atmospheric sciencesAtmosphere (unit)MeteorologyOceanographyMechanicsChemistryGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The potential for using the air‐sea exchange rate of oxygen as a tracer for net community biological production in the ocean is greatly enhanced by recent accuracy improvements for in situ measurements of oxygen on unmanned platforms. A limiting factor for determining the exchange process is evaluating the air‐sea flux contributed by bubble processes produced by breaking waves, particularly during winter months under high winds. Highly accurate measurements of noble gases (Ne, Ar & Kr) and nitrogen, N 2 , in seawater are tracers of the importance of bubble process in the surface mixed layer. We use measured distributions of these gases in the ventilated thermocline of the North Pacific and an annual time series of N 2 in the surface ocean of the NE Subarctic Pacific to evaluate four different air‐water exchange models chosen to represent the range of model interpretation of bubble processes. We find that models must have an explicit bubble mechanism to reproduce concentrations of insoluble atmospheric gases, but there are periods when they all depart from observations. The recent model of Liang et al. (2013) stems from a highly resolved model of bubble plumes and categorizes bubble mechanisms into those that are small enough to collapse and larger ones that exchange gases before they resurface, both of which are necessary to explain the data.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,483
Score d'incertitude au seuil0,308

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,017
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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

Citations67
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207