MétaCan
Menu
← Retour à la cohorte
Enregistrement W3129670562 · doi:10.1109/igarss39084.2020.9324534

Numerical Simulation of Plankton Dynamics and its Sensitivity to Seasonal Variations in Freshwater Forcing

2020· article· en· W3129670562 sur OpenAlexaff
Saswati Deb, Bhaskar Das

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensUniversité de MonctonFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésPlanktonUpwellingBloomOceanographyEnvironmental scienceBayForcing (mathematics)Biogeochemical cyclePhytoplanktonClimatologyAtmospheric sciencesNutrientGeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

A coupled physical-biogeochemical model is developed for Bay of Bengal (BoB) to simulate the plankton dynamics and examine its sensitivity to seasonal variations in freshwater forcing. Satellite-derived chlorophyll-concentration data is assimilated numerically using OA-method and SOR-algorithm for the model input. Intensification of bloom is marked on the western coast of BoB during August-September due to increased nutrients supply from runoff and wind-driven upwelling whereas in eastern coast two peaks of plankton biomass are observed in March followed by September. Apart from the coast, bloom intensification in open and southern part of BoB are linked with upwelling, entrainment-detrainment events and advection processes. Sensitivity experiments are performed based on Exp1, by doubling the freshwater discharge in Exp 1- FD D, increases the bloom by 60-65 percent; halved in Exp1-FDH reduces the bloom by 25-15 percent signifies that the freshwater plays a dominant role along the coast but nonlinearly related to plankton dynamics.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,146

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,214
Écart entre enseignants0,201 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetOceanographic and Atmospheric Processes→Travaux en français237 207→