Internal Waves in the Arctic: Influence of Ice Concentration, Ice Roughness, and Surface Layer Stratification
Notice bibliographique
Résumé
Abstract The Arctic ice cover influences the generation, propagation, and dissipation of internal waves, which in turn may affect vertical mixing in the ocean interior. The Arctic internal wavefield and its relationship to the ice cover is investigated using observations from Ice‐Tethered Profilers with Velocity and Seaglider sampling during the 2014 Marginal Ice Zone experiment in the Canada Basin. Ice roughness, ice concentration, and wind forcing all influenced the daily to seasonal changes in the internal wavefield. Three different ice concentration thresholds appeared to determine the evolution of internal wave spectral energy levels: (1) the initial decrease from 100% ice concentration after which dissipation during the surface reflection was inferred to increase, (2) the transition to 70–80% ice concentration when the local generation of internal waves increased, and (3) the transition to open water that was associated with larger‐amplitude internal waves. Ice roughness influenced internal wave properties for ice concentrations greater than approximately 70–80%: smoother ice was associated with reduced local internal wave generation. Richardson numbers were rarely supercritical, consistent with weak vertical mixing under all ice concentrations. On decadal timescales, smoother ice may counteract the effects of lower ice concentration on the internal wavefield complicating future predictions of internal wave activity and vertical mixing.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».