MétaCan
Menu
Retour à la cohorte
Enregistrement W3116556926 · doi:10.5670/oceanog.2020.313

Life in Internal Waves

2020· article· en· W3116556926 sur OpenAlexafffund
Jessica C. Garwood, Ruth Musgrave, Andrew J. Lucas

Notice bibliographique

RevueOceanography · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésPlanktonInternal waveBreaking wavePhysicsMechanicsGeologyWave propagationOceanographyOptics

Résumé

récupéré en direct d'OpenAlex

Linear and nonlinear internal waves are widespread phenomena with important implications for the ocean's ecology.Here, we review the biological impacts of non-breaking internal waves for three broad categories of organisms: sessile organisms, passive plankton, and depth-keeping plankton.We use heuristic simulations to contrast the effects of passing internal waves for each of these groups.In the case of irradiance, an isobaric quantity, light availability is only modulated for passive plankton.Waveinduced horizontal transport enhances this effect, because transport in the direction of wave propagation implies that passive plankton spend longer within each wave.This is true for both linear waves, where horizontal transport is due exclusively to Stokes drift, as well as for weakly nonlinear waves, where transport arises from both nonlinearity and Stokes drift.In the case of depth-keeping plankton, a similar effect is seen for isopycnal properties.In a simple example, where we set the vertical distribution of temperature to match that of density, wave-induced horizontal transport alters the overall water temperatures depth-keeping plankton are exposed to.These results emphasize that horizontal transport within internal waves is not only important to dispersal but also modulates the effects of wave-induced vertical disturbances on plankton.

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 enseignants0,004
Score d'incertitude au seuil0,014

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 technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,013
Tête enseignante GPT0,190
Écart entre enseignants0,177 · 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

Citations33
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOceanographyMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207