MétaCan
Menu
Retour à la cohorte
Enregistrement W2810200331 · doi:10.1175/jpo-d-17-0167.1

Marginal Ice Zone Thickness and Extent due to Wave Radiation Stress

2018· article· en· W2810200331 sur OpenAlexafffund
Peter Sutherland, Dany Dumont

Notice bibliographique

RevueJournal of Physical Oceanography · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre National d’Etudes SpatialesAgence Nationale de la RechercheEuropean Commission
Mots-clésSea iceGeologyForcing (mathematics)Momentum (technical analysis)MechanicsSea ice growth processesGeophysicsDrift iceStress (linguistics)Atmospheric sciencesArctic ice packClimatologyPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Ocean surface wave radiation stress represents the flux of momentum due to the waves. When waves are dissipated or reflected by sea ice, that momentum is absorbed or reflected, resulting in a horizontal forcing that frequently compresses the ice. In this work, wave radiation stress is used to estimate the compressive force applied by waves to the marginal ice zone (MIZ). It is balanced by an ice internal compressive stress based on Mohr–Coulomb granular materials theory. The ice internal stress can be related to ice thickness, allowing this force balance to be used as a model for the estimation of MIZ ice thickness. The model was validated and tested using data collected during two field campaigns in the St. Lawrence estuary in 2016 and 2017. Modeled ice thickness was found to be consistent with the mean measured ice thickness over the conditions available. The range of validity of the model is discussed, and a definition of MIZ extent, based on the relative strength of wind and wave forcing, is proposed.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,008
Tête enseignante GPT0,216
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 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

Citations77
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Physical OceanographyMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207