MétaCan
Menu
Retour à la cohorte
Enregistrement W3016654077 · doi:10.1175/jtech-d-19-0145.1

EcoCTD for Profiling Oceanic Physical–Biological Properties from an Underway Ship

2020· article· en· W3016654077 sur OpenAlexaff
Mathieu Dever, Mara Freilich, J. Thomas Farrar, Benjamin A. Hodges, Tom Lanagan, Andrew J. Baron, Amala Mahadevan

Notice bibliographique

RevueJournal of Atmospheric and Oceanic Technology · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDynamic Systems Analysis (Canada)
Organismes subventionnairesOffice of Naval Research GlobalWoods Hole Oceanographic Institution
Mots-clésHydrographyEnvironmental scienceRemote sensingProfiling (computer programming)OceanographySoftware deploymentSampling (signal processing)Computer scienceMeteorologyGeologyTelecommunicationsGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The study of ocean dynamics and biophysical variability at submesoscales of O (1) km and O (1) h raises several observational challenges. To address these by underway sampling, we recently developed a towed profiler called the EcoCTD, capable of concurrently measuring both hydrographic and bio-optical properties such as oxygen, chlorophyll fluorescence, and optical backscatter. The EcoCTD presents an attractive alternative to currently used towed platforms due to its light footprint, versatility in the field, and ease of deployment and recovery without cranes or heavy-duty winches. We demonstrate its use for gathering high-quality data at submesoscale spatiotemporal resolution. A dataset of bio-optical and hydrographic properties, collected with the EcoCTD during field trials in 2018, highlights its scientific potential for the study of physical–biological interactions at submesoscales.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil0,395

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,026
Tête enseignante GPT0,214
Écart entre enseignants0,188 · 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

Citations18
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Atmospheric and Oceanic TechnologyMême sujetMarine and coastal ecosystemsTravaux en français237 207