Tracking Southern Ocean Sea Ice Extent With Winter Water: A New Method Based on the Oxygen Isotopic Signature of Foraminifera
Notice bibliographique
Résumé
Abstract Southern Ocean sea ice plays a central role in the oceanic meridional overturning circulation, transforming globally prevalent watermasses through surface buoyancy loss and gain. Buoyancy loss due to surface cooling and sea ice growth promotes the formation of bottom water that flows into the Atlantic, Indian, and Pacific basins, while buoyancy gain due to sea ice melt helps transform the returning deep flow into intermediate and mode waters. Because northward expansion of Southern Ocean sea ice during the Last Glacial Maximum (LGM; 19–23 kyr BP) may have enhanced deep ocean stratification and contributed to lower atmospheric CO 2 levels, reconstructions of sea ice extent are critical to understanding the LGM climate state. Here, we present a new sea ice proxy based on the 18 O/ 16 O ratio of foraminifera (δ 18 O c ). In the seasonal sea ice zone, sea ice formation during austral winter creates a cold surface mixed layer that persists in the sub‐surface during spring and summer. The cold sub‐surface layer, known as winter water, sits above relatively warm deep water, creating an inverted temperature profile. The unique surface‐to‐deep temperature contrast is reflected in estimates of equilibrium δ 18 O c , implying that paired analysis of planktonic and benthic foraminifera can be used to infer sea ice extent. To demonstrate the feasibility of the δ 18 O c method, we present a compilation of N. pachyderma and Cibicidoides spp. results from the Atlantic sector that yields an estimate of winter sea ice extent consistent with modern observations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».