MétaCan
Menu
Retour à la cohorte
Enregistrement W4283753548 · doi:10.3389/fmars.2022.912865

Delineation of Eastern Beaufort Sea Sub-regions Using Self-Organizing Maps Applied to 17 Years of MODIS-Aqua Data

2022· article· en· W4283753548 sur OpenAlexafffundabout
Andrea Hilborn, Emmanuel Devred

Notice bibliographique

RevueFrontiers in Marine Science · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésArcticModerate-resolution imaging spectroradiometerEnvironmental scienceOceanographySea surface temperatureContinental shelfClimatologySea iceBiogeochemical cycleChlorophyll aSatelliteParticulatesMesoscale meteorologyGeology

Résumé

récupéré en direct d'OpenAlex

Satellite observations are an integral component of long-term Arctic Ocean monitoring and help identifying changes resulting from climate warming. A Self-Organizing Maps (SOM) approach was applied to four-day composite satellite images of the Eastern Beaufort Sea (EBS) acquired by the MODerate resolution Imaging Spectroradiometer over the period 2003–2019. Using sea-surface temperature (SST), suspended particulate matter concentration (SPM) and chlorophyll-a concentration (Chl-a) as input the EBS was partitioned into six biogeochemical regions. The SOM approach revealed region-specific mean conditions and seasonal cycles for all properties, particularly for SPM and Chl-a. Three of the six regions, located on the continental shelf, had the highest SST, SPM and Chl-a with earlier maxima compared to the remaining three regions which comprised the shelf edge, Canada Basin and Amundsen Gulf. While mean and maximum SST did not exhibit significant trends over the 17 years of observations, the annual maximum SST in Amundsen Gulf was reached significantly earlier in recent years compared to the start of the time series. With the exception of Amundsen Gulf, sea-ice concentration (SIC) derived from microwave satellites declined throughout the study area; monthly trends showed dramatic SIC declines in regions on the shelf during May and June, and in Canada Basin during August. Correlation analysis of properties within and between regions showed that SST and SIC were driven by large scale processes while SPM and Chl-a showed regional features. SST and Chl-a in the regions nearest the Mackenzie River showed a strong relationship during seasonal warming. The SOM approach, applied to 17 years of satellite data, revealed spatially distinct marine units with unique characteristics, emphasizing the need for regional considerations when assessing the impact of climate warming in the Arctic Ocean.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,173
Score d'incertitude au seuil0,344

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
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)0,0000,000

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 Opus0,020
Tête enseignante GPT0,225
Écart entre enseignants0,205 · 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'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

Citations9
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207