MétaCan
Menu
Retour à la cohorte
Enregistrement W2582073870 · doi:10.1002/2016jc012235

Water mass modification and mixing rates in a 1/12° simulation of the Canadian Arctic Archipelago

2017· article· en· W2582073870 sur OpenAlexaffabout
Kenneth Hughes, Jody Klymak, Xianmin Hu, Paul G. Myers

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of AlbertaUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésArchipelagoBuoyancySillAdvectionMixing (physics)Water massFlux (metallurgy)IsopycnalMass fluxOceanographyGeologyArcticAtmospheric sciencesEnvironmental scienceClimatologyMechanicsChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Strong spatial differences in diapycnal mixing across the Canadian Arctic Archipelago are diagnosed in a 1/12° basin-scale model. Changes in mass flux between water flowing into or out of several regions are analyzed using a volume-integrated advection–diffusion equation, and focus is given to denser water, the direct advective flux of which is mediated by sills. The unknown in the mass budget, mixing strength, is a quantity seldom explored in other studies of the Archipelago, which typically focus on fluxes. Regionally averaged diapycnal diffusivities and buoyancy fluxes are up to an order of magnitude larger in the eastern half of the Archipelago relative to those in the west. Much of the elevated mixing is concentrated near sills in Queens Channel and Barrow Strait, with stronger mixing particularly evident in the net shifts of the densest water to lower densities as it traverses these constrictions. Associated with these shifts are areally averaged buoyancy fluxes up to m2 s−3 through the 1027 kg m−3 isopycnal surface, which lies at approximately 100 m depth. This value is similar in strength to the destabilizing buoyancy flux at the ocean surface during winter. Effective diffusivities estimated from the buoyancy fluxes can exceed m2 s−1, but are often closer to m2 s−1 across the Archipelago. Tidal forcing, known to modulate mixing in the Archipelago, is not included in the model. Nevertheless, mixing metrics derived from our simulation are of the same order of magnitude as the few comparable observations.

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 enseignants0,056
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,050
Tête enseignante GPT0,317
Écart entre enseignants0,266 · 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

Citations28
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207