Comment on os-2021-79
Notice bibliographique
Résumé
Abstract. Two high-resolution model simulations are used to investigate the spatiotemporal variability of the Arctic Ocean sea level. The model simulations reveal barotropic sea level variability at periods of < 30 d, which is strongly captured by bottom pressure observations. The seasonal sea level variability is driven by volume exchanges with the Pacific and Atlantic oceans and the redistribution of the water by the wind. Halosteric effects due to river runoff and evaporation minus precipitation ice melting/formation also contribute in the marginal seas and seasonal sea ice extent regions. In the central Arctic Ocean, especially the Canadian Basin, the decadal halosteric effect dominates sea level variability. The study confirms that satellite altimetric observations and Gravity Recovery and Climate Experiment (GRACE) could infer the total freshwater content changes in the Canadian Basin at periods longer than 1 year, but they are unable to depict the seasonal and subseasonal freshwater content changes. The increasing number of profiles seems to capture freshwater content changes since 2007, encouraging further data synthesis work with a more complicated interpolation method. Further, in situ hydrographic observations should be enhanced to reveal the freshwater budget and close the gaps between satellite altimetry and GRACE, especially in the marginal seas.
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 | 0,002 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,015 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,267 | 0,243 |
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 ».