MétaCan
Menu
Retour à la cohorte
Enregistrement W2931157720 · doi:10.1080/16000870.2019.1591856

Decadal variance of summer near-surface temperature maximum in Canada Basin of Arctic Ocean

2019· article· en· W2931157720 sur OpenAlexaboutno aff
Long Lin, Hailun He

Notice bibliographique

RevueTellus A Dynamic Meteorology and Oceanography · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Academy of Engineering PhysicsNational Natural Science Foundation of China
Mots-clésArcticStructural basinCanada BasinClimatologyPeriod (music)Sea iceEnvironmental scienceSea surface temperatureOceanographyGeologyAtmospheric sciences

Résumé

récupéré en direct d'OpenAlex

In the summer Arctic, bump-like vertical temperature profiles of the upper layer in the Canada Basin suggest a near-surface temperature maximum (NSTM) beneath the mixed layer. This paper concentrates on describing the decadal variance of these NSTMs. Essentially, the temporal evolution of the summer NSTM revealed three decadal phases. The first period is before 2003, when the summer NSTM could rarely be observed except around the marginal of the Canada Basin. The second period is between 2003 and 2015, when the summer NSTM nearly occurred over the whole basin as accelerated decline of summer sea ice. The third period is from 2016 to 2017, when the summer NSTM almost disappeared due to prevailing warm surface water. Furthermore, for the background behind the decadal variance of summer NSTM, linear trends of the September minimum sea ice extent and surface water heat content in the Canada Basin from 2003 to 2017 were –2.75 ± 1.08 × 104 km<sup>2</sup>yr<sup>−1</sup> and 2.29 ± 1.36 MJ m<sup>−2</sup>yr<sup>−1</sup>, respectively. According to a previous theory, if we assume that the trend of the summer surface water heat content was only contributed by NSTM, it would cause a decrease in sea ice thickness of approximately 13 cm. The analysis partially explains the reason for sea ice decline in recent years.

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 enseignants0,132
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,179
Écart entre enseignants0,175 · 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

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTellus A Dynamic Meteorology and OceanographyMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207