MétaCan
Menu
Retour à la cohorte
Enregistrement W3099027326

Using Eulerian and Lagrangian Approaches to Investigate Wind-Driven Changes in the Southern Ocean Abyssal Circulation

2014· article· en· W3099027326 sur OpenAlexaff
Paul Spence, Erik van Sebille, Oleg A. Saenko, Matthew H. England

Notice bibliographique

RevueUNSWorks (UNSW Sydney) · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésAbyssal zoneWind stressGeologyClimatologyOcean currentEquatorOceanographyEulerian pathBarotropic fluidCrosswindOcean dynamicsLagrangianLatitudeMeteorologyGeographyGeodesyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study uses a global ocean eddy-permitting climate model to explore the export of abyssal water from the Southern Ocean and its sensitivity to projected twenty-first-century poleward-intensifying Southern Oceanwind stress. The abyssal flow pathways and transport are investigated using a combination of Lagrangian and Eulerian techniques. In an Eulerian format, the equator- and poleward flows within similar abyssal density classes are increased by the wind stress changes, making it difficult to explicitly diagnose changes in the abyssal export in a meridional overturning circulation framework. Lagrangian particle analyses are used to identify the major export pathways of Southern Ocean abyssal waters and reveal an increase in the number of particles exported to the subtropics from source regions around Antarctica in response to the wind forcing. Both the Lagrangian particle and Eulerian analyses identify transients as playing a key role in the abyssal export of water from the Southern Ocean. Wind-driven modifications to the potential energy component of the vorticity bal-ance in the abyss are also found to impact the Southern Ocean barotropic circulation. 1.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,065

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 savante0,0010,001
Science ouverte0,0000,001
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 Opus0,064
Tête enseignante GPT0,206
Écart entre enseignants0,142 · 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'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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUNSWorks (UNSW Sydney)Même sujetOceanographic and Atmospheric ProcessesTravaux en français237 207