MétaCan
Menu
Retour à la cohorte
Enregistrement W3178638581 · doi:10.5194/os-17-909-2021

Estimating the Absolute Salinity of Chinese offshore waters using nutrients and inorganic carbon data

2021· article· en· W3178638581 sur OpenAlexaff
Fengying Ji, Rich Pawlowicz, Xuejun Xiong

Notice bibliographique

RevueOcean science · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNational Key Research and Development Program of ChinaXiamen UniversityNational Natural Science Foundation of China
Mots-clésSalinitySeawaterEnvironmental scienceAnomaly (physics)OceanographyWater massGeology

Résumé

récupéré en direct d'OpenAlex

Abstract. In June 2009, the Intergovernmental Oceanographic Commission of UNESCO released The international thermodynamic equation of seawater – 2010 (TEOS-10 for short; IOC et al., 2010) to define, describe and calculate the thermodynamic properties of seawater. Compared to the Equation of State-1980 (EOS-80 for short), the most obvious change with TEOS-10 is the use of Absolute Salinity as salinity argument, replacing the Practical Salinity used in the oceanographic community for 30 years. Due to the lack of observational data, the applicability of the potentially increased accuracy in Absolute Salinity algorithms for coastal and semi-enclosed seas is not very clear to date. Here, we discuss the magnitude, distribution characteristics, and formation mechanism of Absolute Salinity and Absolute Salinity Anomaly in Chinese shelf waters, based on the Marine Integrated Investigation and Evaluation Project of the China Sea and other relevant data. The Absolute Salinity SA ranges from 0.1 to 34.66 g kg−1. Instead of silicate, the main composition anomaly in the open sea, CaCO3 originating from terrestrial input and re-dissolution of shelf sediment is most likely the main composition anomaly relative to SSW and the primary contributor to the Absolute Salinity Anomaly δSA. Finally, relevant suggestions are proposed for the accurate measurement and expression of Absolute Salinity of the China offshore waters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,621
Score d'incertitude au seuil0,384

Scores Codex et Gemma par catégorie

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

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 Opus0,027
Tête enseignante GPT0,249
Écart entre enseignants0,222 · 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 tête enseignante, 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

Citations11
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOcean scienceMême sujetMarine and coastal ecosystemsTravaux en français237 207