MétaCan
Menu
Retour à la cohorte
Enregistrement W2947906807 · doi:10.5194/gmd-12-1965-2019

CSIB v1 (Canadian Sea-ice Biogeochemistry): a sea-ice biogeochemical model for the NEMO community ocean modelling framework

2019· article· en· W2947906807 sur OpenAlex
Hakase Hayashida, James R. Christian, Amber M. Holdsworth, Xianmin Hu, Adam H. Monahan, Eric Mortenson, Paul G. Myers, Olivier G. J. Riche, Tessa Sou, Nadja Steiner

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueGeoscientific model development · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaUniversity of AlbertaUniversity of Victoria
Organismes subventionnairesFisheries and Oceans CanadaEnvironment and Climate Change CanadaUniversity of AlbertaArcticNetWestern Canada Research GridCompute CanadaNatural Sciences and Engineering Research Council of CanadaUniversité du Québec à Montréal
Mots-clésSea iceBiogeochemical cycleBiogeochemistryOceanographyEnvironmental scienceSea ice thicknessCryosphereEcosystem modelMarine ecosystemSea ice concentrationClimatologyGeologyEcosystemChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Abstract. Process-based numerical models are a useful tool for studying marine ecosystems and associated biogeochemical processes in ice-covered regions where observations are scarce. To this end, CSIB v1 (Canadian Sea-ice Biogeochemistry version 1), a new sea-ice biogeochemical model, has been developed and embedded into the Nucleus for European Modelling of the Ocean (NEMO) modelling system. This model consists of a three-compartment (ice algae, nitrate, and ammonium) sea-ice ecosystem and a two-compartment (dimethylsulfoniopropionate and dimethylsulfide) sea-ice sulfur cycle which are coupled to pelagic ecosystem and sulfur-cycle models at the sea-ice–ocean interface. In addition to biological and chemical sources and sinks, the model simulates the horizontal transport of biogeochemical state variables within sea ice through a one-way coupling to a dynamic-thermodynamic sea-ice model (LIM2; the Louvain-la-Neuve Sea Ice Model version 2). The model results for 1979 (after a decadal spin-up) are presented and compared to observations and previous model studies for a brief discussion on the model performance. Furthermore, this paper provides discussion on technical aspects of implementing the sea-ice biogeochemistry and assesses the model sensitivity to (1) the temporal resolution of the snowfall forcing data, (2) the representation of light penetration through snow, (3) the horizontal transport of sea-ice biogeochemical state variables, and (4) light attenuation by ice algae. The sea-ice biogeochemical model has been developed within the generic framework of NEMO to facilitate its use within different configurations and domains, and can be adapted for use with other NEMO-based sub-models such as LIM3 (the Louvain-la-Neuve Sea Ice Model version 3) and PISCES (Pelagic Interactions Scheme for Carbon and Ecosystem Studies).

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,298
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,028
Tête enseignante GPT0,215
Écart entre enseignants0,188 · 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