MétaCan
Menu
Retour à la cohorte
Enregistrement W2957840488 · doi:10.1139/as-2018-0034

Changing surface radiation and energy budgets of the Hudson Bay Complex using the North American regional reanalysis (NARR) model

2019· article· en· W2957840488 sur OpenAlexafffundvenue
Richard Bello, Kaz Higuchi

Notice bibliographique

RevueArctic Science · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensYork University
Organismes subventionnairesDivision of Arctic SciencesYork University
Mots-clésBayEnvironmental scienceClimatologyAlbedo (alchemy)Climate modelShoreSubmarine pipelineOceanographySea iceLatent heatClimate changeGeologyMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Monthly and annual component fluxes of the surface radiation and energy budgets for the two-decade period from 1997 to 2016 are compared with the climate normal period (1981–2010) for the marine system consisting of James Bay, Hudson Bay, Hudson Strait and Foxe Basin using estimates from the North American regional reanalysis model. Reflected solar radiation has declined unevenly, primarily offshore of major rivers, in polynyas and along shore leads, both during earlier melt and later freeze up. Annually, net radiation increases are driven by albedo decreases during the summer. Over 94% of the increases in ocean heat gain during the melt season are due to increases in absorbed sunlight. Large enhanced oceanic heat losses in the late fall are almost entirely consumed by intensified convective losses of both sensible and latent heat. All the seas within the Hudson Bay Complex show a reduced rate of ocean warming over the past two decades. This outcome can be partially reconciled with the observation that all water bodies are experiencing enhanced losses of energy during extended ice-free winters that exceed enhanced gains of energy during the extended ice-free summers. The implications of seasonal changes in ice cover for future climate are discussed.

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)0,000
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,618
Score d'incertitude au seuil0,760

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,220
Écart entre enseignants0,202 · 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

Citations9
Publié2019
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207