MétaCan
Menu
Retour à la cohorte
Enregistrement W3137473736 · doi:10.2205/2020es000741

Evaluation of interdecadal trends in sea ice, surface winds and ocean waves in the Arctic in 1980--2019

2021· article· en· W3137473736 sur OpenAlexaboutno aff
Vitali Sharmar, Margarita Markina

Notice bibliographique

RevueRossijskij žurnal nauk o zemle/Russian journal of earth sciences · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeologyClimatologyThe arcticSea iceOceanographyArcticWind waveArctic ice packEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Sea ice loss in the Arctic region is one of the well documented consequences of climate change that also affects local atmospheric dynamics and wind-driven surface gravity waves.In this study, we perform the comparative assessment of linear trends in mean and extreme characteristics of 10-m winds and sea ice concentrations from ERA5, ERA-Interim, MERRA2 and NCEP CFSR reanalyses as well as significant wave heights from wind wave hindcasts performed with the spectral wave model WAVEWATCH III forced by these reanalyses in 1980-2019.The largest decline in sea ice concentration in all four reanalyses is observed in autumn and summer in the Chukchi and Beaufort Seas.In winter, all reanalyses and hindcasts agree on positive trends in both 10-m winds and wave heights in the Bering, Okhotsk and Labrador Seas.In spring, all datasets show negative trends in extreme wave heights in the North Pacific Ocean and positive trends in mean winds and wave heights in the western North Atlantic.In summer, positive trends in extreme 10-m winds and wave heights are observed in the Northeast Atlantic, and positive trends in extreme wave heights are revealed in the Sea of Okhotsk.In autumn, positive trends in both mean and extreme winds are observed in the Chukchi and Beaufort Seas as well as along the western coast of Greenland, which coincides with areas with the largest decline in sea ice concentrations.Positive trends in wind speed and wave heights in the Bering Seas are also revealed in all datasets.

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)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,022
Tête enseignante GPT0,269
Écart entre enseignants0,247 · 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

Citations12
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRossijskij žurnal nauk o zemle/Russian journal of earth sciencesMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207