MétaCan
Menu
Retour à la cohorte
Enregistrement W3009604618 · doi:10.1029/2019jc015799

Springtime Export of Arctic Sea Ice Influences Phytoplankton Production in the Greenland Sea

2020· article· en· W3009604618 sur OpenAlexaff
Nicolas Mayot, Patricia A. Matrai, A. Arjona, Simon Bélanger, Christian Marchese, Thomas Jaegler, Mathieu Ardyna, Michael Steele

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesNational Aeronautics and Space AdministrationNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésOceanographySea icePhytoplanktonArctic sea ice declineArcticHydrographyArctic ice packStratification (seeds)Arctic geoengineeringWater columnEnvironmental scienceDrift iceAntarctic sea iceArctic dipole anomalyCryosphereGeologyClimatologyNutrientEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate model projections suggest a substantial decrease of sea ice export into the outflow areas of the Arctic Ocean over the 21st century. Fram Strait, located in the Greenland Sea sector, is the principal gateway for ice export from the Arctic Ocean. The consequences of lower sea ice flux through Fram Strait on ocean dynamics and primary production in the Greenland Sea remain unknown. By using the most recent 16 years (2003–2018) of satellite imagery available and hydrographic in situ observations, the role of exported Arctic sea ice on water column stratification and phytoplankton production in the Greenland Sea is evaluated. Years with high Arctic sea ice flux through Fram Strait resulted in high sea ice concentration in the Greenland Sea, stronger water column stratification, and an earlier spring phytoplankton bloom associated with high primary production levels. Similarly, years with low Fram Strait ice flux were associated with a weak water column stratification and a delayed phytoplankton spring bloom. This work emphasizes that sea ice and phytoplankton production in subarctic “outflow seas” can be strongly influenced by changes occurring in the Arctic Ocean.

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)0,001
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 enseignants0,009
Score d'incertitude au seuil0,403

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,000
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 Opus0,042
Tête enseignante GPT0,291
Écart entre enseignants0,249 · 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

Citations54
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207