MétaCan
Menu
Retour à la cohorte
Enregistrement W2995810596 · doi:10.1088/1755-1315/386/1/012022

A simulated distribution of Siberian river runoff in the Arctic Ocean

2019· article· en· W2995810596 sur OpenAlexaboutno aff
Elena Golubeva, G. A. Platov, Dina Iakshina, Marina Kraineva

Notice bibliographique

RevueIOP Conference Series Earth and Environmental Science · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHaloclineArcticSurface runoffArctic dipole anomalyOceanographyEnvironmental scienceArctic geoengineeringCanada BasinArctic sea ice declineStratification (seeds)Water massClimatologyArctic ice packSea iceGeologyDrift iceEcologySalinity

Résumé

récupéré en direct d'OpenAlex

Abstract Continental runoff is one of the major sources of the Arctic freshwater budget. As is generally known, it influences water column stratification and maintains Arctic halocline, which isolates the sea ice and the cold, fresh upper layer from the warmer, saltier Atlantic waters of the Arctic Ocean. An increase in river runoff was observed in recent years. It is suggested that this will have an impact on Arctic water mass transformations. However, few details are known regarding river freshwater export to the Central Arctic Basin. It is assumed that river water pathways in vast shelf seas and deep basins are closely related to atmospheric variability. In this study, we use three-dimensional coupled regional ocean-ice model simulations forced by atmospheric reanalysis data to investigate the change in Siberian rivers freshwater pathways in the Arctic Ocean due to the variability of atmospheric dynamics. A numerical experiment with an increasing runoff of the largest Siberian rivers is carried out. The consequences of adding freshwater to particular regions of the Arctic Ocean are analysed.

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 enseignants0,011
Score d'incertitude au seuil0,773

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
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 Opus0,006
Tête enseignante GPT0,173
Écart entre enseignants0,167 · 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

Citations5
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIOP Conference Series Earth and Environmental ScienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207