MétaCan
Menu
← Retour à la cohorte
Enregistrement W3083478516 · doi:10.5194/egusphere-egu2020-5575

The mean state and variability of the North Atlantic circulation: a perspective from ocean reanalyses

2020· article· en· W3083478516 sur OpenAlexaff
Laura Jackson, Clotilde Dubois, Gaël Forget, Keith Haines, Matthew Harrison, Dorotea Iovino, Armin Köhl, Davi Mignac, S. Masina, K. Andrew Peterson, Christopher G. Piecuch, Christopher D. Roberts, Jon Robson, Andrea Storto, Takahiro Toyoda, Maria Valdivieso, Chris Wilson, Yiguo Wang, Hao Zuo

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésOcean gyreArgoClimatologyThermohaline circulationWater massOceanographyEnvironmental scienceCirculation (fluid dynamics)Shutdown of thermohaline circulationOcean currentOcean heat contentNorth Atlantic Deep WaterGeologySubtropicsPhysicsBiologyThermodynamics

Résumé

récupéré en direct d'OpenAlex

The observational network around the North Atlantic has improved significantly over the last few decades with the advent of Argo and satellite observations, and the more recent efforts to monitor the Atlantic Meridional Overturning Circulation (AMOC) using arrays such as RAPID and OSNAP. These have shown decadal timescale changes across the North Atlantic including in heat content, heat transport and the circulation. However there are still significant gaps in the observational coverage, and significant uncertainties around some observational products. Ocean reanalyses integrate the observations with a dynamically consistent ocean model and are potentially tools that can be used to understand the observed changes. However the suitability of the reanalyses for the task must also be assessed. We use an ensemble of global ocean reanalyses in comparison with observations in order to examine the mean state and interannual-decadal variability of the North Atlantic ocean since 1993. We assess how well the reanalyses are able to capture different processes and whether any understanding can be inferred. In particular we look at ocean heat content, transports, the AMOC and gyre strengths, water masses and convection.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,230
Écart entre enseignants0,207 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→