MétaCan
Menu
Retour à la cohorte
Enregistrement W3161495756 · doi:10.3390/rs13091829

Investigating the Response of Temperature and Salinity in the Agulhas Current Region to ENSO Events

2021· article· en· W3161495756 sur OpenAlexaboutno aff
Corinne B. Trott, Bulusu Subrahmanyam, Caroline E. Washburn

Notice bibliographique

RevueRemote Sensing · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeological and Geophysical Studies
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval Research
Mots-clésLa NiñaSalinitySea surface temperatureClimatologyOceanographyEnvironmental scienceCurrent (fluid)ThroughflowGeologyEl Niño Southern Oscillation

Résumé

récupéré en direct d'OpenAlex

The Agulhas Current is a critical component of global ocean circulation and has been observed to respond to El Niño Southern Oscillation (ENSO) events via its temperature and salinity signatures. In this research, we use sea surface salinity (SSS) from the National Aeronautics and Space Administration’s (NASA) Soil Moisture Active Passive (SMAP) satellite, sea surface temperature (SST) observations from the Canadian Meteorological Centre (CMC), sea surface height (SSH) anomalies from altimetry, and the Oceanic Niño Index to study the SMAP satellite time period of April 2015 through March 2020 (to observe full years of study). We see warming and high salinities after El Niño, cooling and fresher surface waters after La Niña, and a stronger temperature response than that of salinity. About one year after the 2015 El Niño, there is a warming of the entire region except at the Antarctic Circumpolar Current. About two years after the event, there is an increase in salinity along the eastern coast of Africa and in the Agulhas Current region. About two years after the 2016 and 2018 La Niñas, there is a cooling south of Madagascar and in the Agulhas Current. There are no major changes in salinity seen in the Agulhas Current, but there is a highly saline mass of water west of the Indonesian Throughflow about two years after the La Niña events. Wavelet coherence analysis finds that SSS and ENSO are most strongly correlated a year after the 2015 El Niño and two years after the 2016 La Niña.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,052

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,040
Tête enseignante GPT0,253
Écart entre enseignants0,213 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRemote SensingMême sujetGeological and Geophysical StudiesTravaux en français237 207