MétaCan
Menu
← Retour à la cohorte
Enregistrement W4322011192 · doi:10.5194/egusphere-egu23-13560

How does imposing a spatially-varying map of background vertical diffusivity with rates and spatial structure informed by observations impact the modelled Arctic Ocean state?

2023· preprint· en· W4322011192 sur OpenAlexaffabout
Benjamin O'Connor, Stephanie Waterman, J.G. Scott, Hayley Dosser, Melanie Chanona

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of British ColumbiaUniversity of British Columbia Hospital
Organismes subventionnairesnon disponible
Mots-clésArcticOceanographyEnvironmental scienceClimatologyOcean heat contentStratification (seeds)Mixing (physics)Ocean currentWater massCanada BasinGeologyPhysics

Résumé

récupéré en direct d'OpenAlex

Mixing in the Arctic Ocean drives water mass transformations critical to the heat and freshwater budgets of the Arctic Ocean, impacting sea ice extent and volume, stratification, circulation, and heat and freshwater release to the subpolar N. Atlantic. Observations indicate that mixing rates in the Arctic Ocean are highly variable, however this variability is typically not well-represented in models.This study uses a regional Arctic Ocean model to addresses the question “How does imposing a spatially-varying map of background vertical diffusivity with rates and spatial structure informed by observations impact the modelled Arctic Ocean state?” It seeks to understand impacts based on model experiments that systematically vary the diffusivity uniformly in space.It is shown that prescribing the observationally-informed mixing map results in increased heat loss, a redistribution of freshwater storage, and increased heat and freshwater export to the N. Atlantic relative to a control case with an equal-on-average-but-spatially-uniform distribution of mixing. These effects can be understood as the result of enhancing (reducing) mixing on the shelves (basins) relative to the control case. They highlight sensitivities of the Arctic Ocean heat and freshwater budgets to shelf and basin mixing respectively.These findings are relevant to the impacts of the changing Arctic Ocean mixing environment on Arctic Ocean functioning and subpolar ocean variability. They further suggest ways in which the prescription of Arctic Ocean mixing may be important to improving model representations of Arctic Ocean dynamics.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,023
Tête enseignante GPT0,238
Écart entre enseignants0,216 · 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
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetArctic and Antarctic ice dynamics→Travaux en français237 207→