Variability of USA East Coast surface total alkalinity distributions revealed by automated instrument measurements
Notice bibliographique
Résumé
Seawater total alkalinity (TA) is one important determinant used to monitor the ocean carbon cycle, whose spatial distributions have previously been characterized along the United States East Coast via discrete bottle samples. Using these data, several regional models for TA retrievals based on practical salinity (S) have been developed. Broad-scale seasonal or interannual variations, however, are not well resolved in these models and existing data are highly seasonally biased. This study reports findings from the first long duration deployment of a new, commercially available TA titrator aboard a research vessel and the continuous underway surface TA measurements produced. The instrument, operated on seven East Coast USA cruises during six months in 2017 and for two months in 2018 on the summertime East Coast Ocean Acidification survey (ECOA-2), collected a total of nearly 11,000 surface TA measurements. Data from these efforts, along with a newly synthesized set of more than 11,000 regional surface TA observations, are analyzed to re-examine distributions of TA and S along the United States East Coast. Overall, regional distributions of S and TA generally agreed with prior findings, but linear TA:S regressions varied markedly over time and deviated from previously developed models. This variability is likely due to a combination of biological, seasonal, and episodic influences and indicates that substantial errors of ±10–20 μmol kg−1 in TA estimation from S can be expected due to these factors. This finding has likely implications for numerical ecosystem modeling and inorganic carbon system calculations. New results presented in this paper provide refined surface TA:S relationships, present more data in space and time, and improve TA modeling uncertainty.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».