MétaCan
Menu
Retour à la cohorte
Enregistrement W2979885855 · doi:10.2989/1814232x.2019.1656105

Localised intermittent upwelling intensity has increased along South Africa’s south coast due to<i>El Niño</i>–Southern Oscillation phase state

2019· article· en· W2979885855 sur OpenAlexaff
Murray I. Duncan, Nicola C. James, Amanda E. Bates, WS Goschen, Warren M. Potts

Notice bibliographique

RevueAfrican Journal of Marine Science · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésUpwellingEl Niño Southern OscillationClimatologyOceanographyAnomaly (physics)Environmental scienceSea surface temperatureMultivariate ENSO indexGeologyLa NiñaPhysics

Résumé

récupéré en direct d'OpenAlex

The El Niño–Southern Oscillation (ENSO) phase state is reported to drive interannual variability in sea temperatures along South Africa’s south coast through its influence on wind-induced upwelling processes. Whether ENSO drives the intensity of localised, abrupt, intermittent upwelling is less well known. To explore this relationship, we used an index of localised, extreme (>2 °C anomaly), intermittent upwelling intensity, derived from in situ sea temperature data within the Tsitsikamma National Park Marine Protected Area, and quantified the relationship between annual cumulative upwelling intensities (1991–2013) with an annual ENSO index, namely the Southern Oscillation Index. We found that ENSO phase state modulates the cumulative intensity of extreme intermittent upwelling events during an annual period, with more and greater events during La Niña phases compared with El Niño phases. Furthermore, these extreme upwelling events have increased with time along South Africa’s south coast as ENSO phase state becomes more intense and variable. Our findings support the emerging notion that the biological effects of climate change may be manifested through increased environmental variability rather than long-term mean environmental changes as ENSO is predicted to remain the dominant driver of local climate patterns in the future.

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)0,002
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 enseignants0,239
Score d'incertitude au seuil0,849

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,212
Écart entre enseignants0,194 · 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

Citations17
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAfrican Journal of Marine ScienceMême sujetMarine and coastal plant biologyTravaux en français237 207