MétaCan
Menu
← Retour à la cohorte
Enregistrement W4220802289 · doi:10.5194/egusphere-egu22-647

A cold  cavity? Results of a high resolution ice-shelf ocean coupled model of Terra Nova Bay and the ocean cavity beneath the Nansen Ice Shelf.

2022· preprint· en· W4220802289 sur OpenAlexaff
Stefan Jendersie, Christine F. Dow, Stephan Paul, David E. Gwyther

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésOceanographyBayIce shelfGeologySea iceOutflowIcebergClimatologyCryosphere

Résumé

récupéré en direct d'OpenAlex

Terra Nova Bay in the western Ross Sea of Antactica has received increasing attention recently by international oceanographic and sea ice observation campaigns. In Terra Nova Bay strong katabatic events create one of the most intense sea ice producing polynyas in Antarctica. The associated deep convection drives the formation of HSSW, the precursor of AABW. It also facilitates the oceanic heat exchange with the adjacent ocean cavity beneath the Nansen Ice Shelf (NIS). Terra Nova Bay presents us with the unique opportunity of studying many of the primary interactive processes of atmosphere, ocean, ice shelves and sea ice, in a relatively confined region. In this talk we will show results of a high resolution, coupled ocean-ice shelf modeling study that synthesizes and contextualizes available data sets from various recent observation campaigns. Our results include the first tidal model of Terra Nova Bay and the NIS cavity, the seasonal heat budget of the cavity and the formation of meso-scale eddies inside the polynya. We have also investigated the oceanographic role of erosion features at the base of the NIS, associated ice shelf melt rates and the impact of fresh water outflow in preconditioning the onset of winter polynya activity as well as the large scale circulation in Terra Nova Bay.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,136
Score d'incertitude au seuil0,271

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,044
Tête enseignante GPT0,239
Écart entre enseignants0,195 · 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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→