MétaCan
Menu
Retour à la cohorte
Enregistrement W2989341436 · doi:10.1021/acs.est.9b05790

Time-Evolving, Spatially Explicit Forecasts of the Northern Gulf of Mexico Hypoxic Zone

2019· article· en· W2989341436 sur OpenAlexaff
Arnaud Laurent, Katja Fennel

Notice bibliographique

RevueEnvironmental Science & Technology · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAtmospheric and Environmental Gas Dynamics
Établissements canadiensDalhousie University
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésEnvironmental scienceHypoxia (environmental)OceanographyGeographyGeologyChemistryOxygen

Résumé

récupéré en direct d'OpenAlex

The Mississippi-Atchafalaya River Basin delivers large amounts of freshwater and nutrients to the northern Gulf of Mexico promoting the development of a large hypoxic zone every summer. Statistical and semiempirical models have long been used to provide seasonal forecasts of the mid-summer hypoxic extent using historic time series of spring nutrient load and mid-summer hypoxic extent. These forecasts consist of a scalar estimate of the hypoxic area with uncertainty but do not include spatial distributions or temporal evolution of hypoxic conditions. Three-dimensional (3D) circulation-biogeochemical models of the coastal ocean simulate the temporal evolution of hypoxia in a spatially explicit manner but have not yet been used for seasonal hypoxia forecasting. Here, we present a hybrid method for seasonal, spatially explicit, time-evolving forecasts of the hypoxic zone that combines statistical forecasting with information from a 3D biogeochemical model. The hybrid method uses spring nitrate load and a multiyear (1985-2018) 3D hindcast simulation to produce a seasonal forecast. Validation shows that the method explains up to 76% of the observed year-to-year variability in the hypoxic area. The forecasts suggest that the maximum seasonal extent of hypoxia is reached, on average, on August 13, 2 weeks after the completion of the annual cruise. An analysis of month-to-month variations in hypoxia forecasts due to variability in wind speed and freshwater discharge allows estimates of weather-related uncertainties in the forecast.

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)0,001
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 enseignants0,121
Score d'incertitude au seuil0,241

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,003
Tête enseignante GPT0,171
Écart entre enseignants0,168 · 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

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAtmospheric and Environmental Gas DynamicsTravaux en français237 207