MétaCan
Menu
Retour à la cohorte
Enregistrement W4307882834 · doi:10.15273/pnsis.v52i2.11496

Sydney Harbour: Seiches, tides and mean circulation

2022· article· en· W4307882834 sur OpenAlexvenueno aff
Brian Petrie

Notice bibliographique

RevueProceedings of the Nova Scotian Institute of Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeicheHarbourInflowGeologyOceanographySea levelEstuaryCirculation (fluid dynamics)Current (fluid)ClimatologyPhysicsMechanics

Résumé

récupéré en direct d'OpenAlex

Beginning with observations from 1901, sea level elevations and currents from Sydney Harbour are examined across a broad frequency range. The mean currents, annual components of sea level, tides and seiches, mainly in the South Arm, are the focus. Tidal and mean currents are ~0.01 m s-1. The general circulation is estuarine-like with a thin, near-surface outflow layer and a thicker, deeper inflow. The distribution of contaminants in bottom sediments suggests the circulation, though weak, plays a retentive role in the Arm, transporting sediments towards its head. Analysis of 11-years of sea level data indicates a strong annual cycle, more energetic during winter than from late spring to early fall. The increased energy occurred at all frequencies except for tides. Seiches, with periods of ~0.5 to 2 h, emerge as a strong contributor to sea level and currents. The distributions of elevation and flow amplitudes associated with seiches were derived. With maximum observed values of 0.74 m and 0.24 m s-1, seiche displacements and currents can exceed those associated with tides and the mean circulation. While earlier studies identified only the dominant fundamental seiche mode, recent sea level data sampled at 1-minute show that modes 2-4 occur. Keywords: Sydney Harbour, sea level, mean circulation, tides, seiches

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)0,000
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 enseignants0,164
Score d'incertitude au seuil0,327

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,220 · 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

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Nova Scotian Institute of ScienceMême sujetMarine and fisheries researchTravaux en français237 207