Spurious Dianeutral Advection and Methods for Its Minimization
Notice bibliographique
Résumé
Abstract An existing approximately neutral surface, the ω surface, minimizes the neutrality error and hence also exhibits very small fictitious dianeutral diffusivity D f that arises when lateral diffusion is applied along the surface, in nonneutral directions. However, there is also a spurious dianeutral advection that arises when lateral advection is applied nonneutrally along the surface; equivalently, lateral advection applied along the neutral tangent planes creates a vertical velocity e sp through the ω surface. Mathematically, e sp = u ⋅ s , where u is the lateral velocity and s is the slope error of the surface. We find that e sp produces a leading-order term in the evolution equations of temperature and salinity, being similar in magnitude to the influence of cabbeling and thermobaricity. We introduce a new method to form an approximately neutral surface, called an ω u · s surface, that minimizes e sp by adjusting its depth so that the slope error is nearly perpendicular to the lateral velocity. The e sp on a surface cannot be reduced to zero when closed streamlines contain nonzero neutral helicity. While e sp on the ω u · s surface is over 100 times smaller than that on the ω surface, the fictitious dianeutral diffusivity on the ω u · s surface is larger, nearly equal to the canonical 10 −5 m 2 s −1 background diffusivity. Thus, we also develop a method to minimize a combination of e sp and D f , yielding the surface, which is recommended for inverse models since it has low D f and it significantly decreases e sp through the surface, which otherwise would be a leading term that cannot be ignored in the conservation equations.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».