Observing <scp>S</scp>ystem <scp>S</scp>imulation <scp>E</scp>xperiments for an array of autonomous biogeochemical profiling floats in the <scp>S</scp>outhern <scp>O</scp>cean
Notice bibliographique
Résumé
Abstract This study uses Observing System Simulation Experiments (OSSEs) to examine the reconstruction of biogeochemical variables in the Southern Ocean from an array of autonomous profiling floats. In these OSSEs, designed to be relevant to the Southern Ocean Carbon and Climate Observation and Modeling (SOCCOM) project, the simulated floats move with oceanic currents and sample dissolved oxygen and inorganic carbon. The annual mean and seasonal cycle of these fields are then reconstructed and compared to the original model fields. The reconstruction skill is quantified with the reconstruction error (RErr), defined as the difference between the reconstructed and actual model fields, weighted by a local measure of the spatiotemporal variability. The square of the RErr is small (<0.5) for 150 floats in most of the domain, which is interpreted to mean that the reconstruction skill is high. An idealized analytical study demonstrates that the RErr depends on the magnitude of the seasonal cycle, spatial gradients, speed of float movement, amplitude of mesoscale variability, and number of floats. These factors explain a large part of the spatial variability in the RErr and can be used to predict the reconstruction skill of the SOCCOM array. Furthermore, our results demonstrate that an array size of 150 floats is a reasonable choice for reconstruction of surface properties and annual‐mean 2000 m inventories, with the exception of the seasonal cycle in parts of the Indo‐Atlantic, and that doubling this number to 300 results in a very modest increase in the reconstruction skill for dissolved oxygen.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,005 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».