Notice bibliographique
Résumé
Abstract. The Arctic Ocean cold halocline layer (CHL) separates the cold surface mixed layer (SML) from the underlying warm Atlantic water, and thus provides a precondition for sea ice formation. Here, we introduce a new method in which the CHL base depth is diagnosed from vertical stability and compare it to two existing methods. Vertical stability directly affects vertical mixing and heat exchange. When applied to measurements from ice-tethered profilers, ships, and moorings, the new method for estimating the CHL base depth provides robust results with few artifacts. Comparatively large differences between our new method and two existing methods for detecting the CHL base depth were found in regions which are most prone to a CHL retreat in a warming climate. CHL base depth exhibits a seasonal cycle with a maximum depth in winter and also spring, when the SML depth is also at its maximum, but the amplitude of the CHL base depth's seasonal cycle is lower than for the SML for all three methods as expected. We also propose a novel method for detecting the cold halostad layer and study the seasonal cycle employing conservative assumptions to avoid a misclassification (including a lower bound of 50 m for the thickness). Detection of a cold halostad layer was largely confined to the Canada Basin and to the regions off the eastern coast of Greenland and also Svalbard.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,014 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,338 | 0,247 |
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 source (Gemma direct ou Codex distillé), 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 ».