MétaCan
Menu
Retour à la cohorte
Enregistrement W2745029764 · doi:10.1175/jpo-d-17-0051.1

Seasonal Overturning of the Labrador Sea as Observed by Argo Floats

2017· article· en· W2745029764 sur OpenAlexaboutno aff
James Holte

Notice bibliographique

RevueJournal of Physical Oceanography · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésArgoHydrographyGeostrophic windOceanographyGeologyThermohaline circulationClimatology

Résumé

récupéré en direct d'OpenAlex

Abstract Argo floats are used to investigate Labrador Sea overturning and its variability on seasonal time scales. This is the first application of Argo floats to estimate overturning in a deep-water formation region in the North Atlantic. Unlike hydrographic measurements, which are typically confined to the summer season, floats offer the advantage of collecting data in all seasons. Seasonal composite potential density and absolute geostrophic velocity sections across the mouth of the Labrador Sea assembled from float profiles and trajectories at 1000 m are used to calculate the horizontal and overturning circulations. The overturning exhibits a pronounced seasonal cycle; in depth space the overturning doubles throughout the course of the year, and in density space it triples. The largest overturning [1.2 Sv (1 Sv ≡ 10 6 m 3 s −1 ) in depth space and 3.9 Sv in density space] occurs in spring and corresponds to the outflow of recently formed Labrador Sea Water. The overturning decreases through summer and reaches a minimum in winter (0.6 Sv in depth space and 1.2 Sv in density space). The robustness of the Argo seasonal overturning is supported by a comparison to an overturning estimate based on hydrographic data from the AR7W line.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,009
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,012
Tête enseignante GPT0,220
Écart entre enseignants0,208 · 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

Citations41
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Physical OceanographyMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207