MétaCan
Menu
← Retour à la cohorte
Enregistrement W4214569281 · doi:10.31857/s2076673422010120

БАЛАНС ЛЬДА В СЕВЕРНОМ ЛЕДОВИТОМ ОКЕАНЕ В 1979-2019 ГГ. (ПО ДАННЫМ МОДЕЛИРОВАНИЯ)

2022· article· ru· W4214569281 sur OpenAlexaboutno aff
И. Е. Фролов, M. Kulakov, Kirill Filchuk

Notice bibliographique

RevueJournal Ice and Snow · 2022
Typearticle
Langueru
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer science

Résumé

récupéré en direct d'OpenAlex

The results of numerical experiments on the model of joint water and ice circulation for the period from September 1979 to December 2019, aimed at studying the interannual variability of the ice balance in the Arctic Ocean, are considered. The results obtained made it possible to analyze the geographical features of the processes of ice formation and melting in the Arctic Ocean and to identify key areas that determine the volume of ice in the ocean. It is established that the main quantity of ice is formed in waters of the Siberian seas, and the most intense melting occurs in the North European Basin, where the ice transported by the Transpolar Current through the Fram Strait enters the relatively warm water of the Greenland Sea, heated by the North Atlantic Current. The formation of the absolute minimum of ice coverage in 2012 was promoted by the anomalous position of the anticyclonic hydrological cycle – much closer to the Canadian coast. This resulted in the fact that only a small part of the ice formed in the Siberian seas was involved into a weakened circulation, while most of the ice in the stream of the Transpolar Current was transported through the Fram Strait to the Greenland Sea. Statistical analysis of the results of numerical experiments demonstrated that the trend towards a decrease in the volume of ice in the Arctic Ocean is primarily determined by the global warming, and dynamic forcing exerts significant effect on local extremes.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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'étudeSimulation ou modélisation
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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal Ice and Snow→Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→