MétaCan
Menu
← Retour à la cohorte
Enregistrement W4248124143 · doi:10.5194/bgd-11-8023-2014

Wind driven changes in the ocean carbon sink

2014· preprint· en· W4248124143 sur OpenAlexafffund
Neil C. Swart, John C. Fyfe, Oleg A. Saenko, Michael Eby

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensUniversity of Victoria
Organismes subventionnairesWestern Canada Research GridCompute Canada
Mots-clésEnvironmental scienceMesoscale meteorologySink (geography)ClimatologyEddyAtmospheric sciencesForcing (mathematics)Ocean currentCarbon sinkWind stressWind shearWind speedMeteorologyGeologyOceanographyClimate changeTurbulenceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract. We estimate the historical ocean carbon sink over 1871 to 2010 using an ocean biogeochemical model driven with observed wind forcing. We focus on the influence of wind and mesoscale eddy changes on the net surface CO2 flux, which are most significant after 1950. The observed wind changes act to reduce the annual ocean carbon sink by 0.009 to 0.023 Pg yr−1 decade−1 over 1950 to 2010, and are consistent with previous studies covering only the latter part of the 20th century. The response of the ocean circulation and the carbon cycle to wind changes is sensitive to the parameterization of mesoscale eddies in our coarse resolution simulations. With a variable eddy transfer coefficient, eddy activity in the Southern Ocean increases in response to intensifying historical winds, partially compensating for direct wind-driven circulation changes. Thus with a variable eddy transfer coefficient the response to wind changes is about 2.5 times smaller than when using a constant coefficient. Finally, we show by comparing six reanalyses over 1980 to 2010 that estimated historical wind trends differ significantly. Through simulations forced with these reanalysis winds we show that the influence of historical wind changes on ocean carbon uptake is highly uncertain and depends on the choice of surface wind forcing product.

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 enseignants0,014
Score d'incertitude au seuil0,027

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,026
Tête enseignante GPT0,241
Écart entre enseignants0,215 · 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
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetClimate variability and models→Travaux en français237 207→