MétaCan
Menu
Retour à la cohorte
Enregistrement W4382982511 · doi:10.3390/w15132441

Tidal Currents in Douglas Channel, British Columbia: Evaluation and Prediction

2023· article· en· W4382982511 sur OpenAlexafffundabout
Alexander B. Rabinovich, Charles G. Hannah, Maxim V. Krassovski

Notice bibliographique

RevueWater · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesGovernment of Canada
Mots-clésBaroclinityBarotropic fluidMooringCurrent (fluid)Channel (broadcasting)PredictabilityGeologyTidal powerMeteorologyClimatologyEnvironmental scienceOceanographyGeographyPhysicsEngineeringMarine engineering

Résumé

récupéré en direct d'OpenAlex

Douglas Channel is the principal shipping route between the town of Kitimat and the Pacific Ocean. Prediction of near-surface currents is crucial for safe tanker navigation and cleaning-up oil spills. Three years of current velocity data were collected at two moorings located 30 km apart. Spectral, wavelet, and harmonic analysis of measured currents throughout the upper (40-m) and lower (50–358 m) water columns indicated the predominant influence of semidiurnal (SD) tidal currents. In the upper layer, wind and density flows resulted in considerable seasonal and interannual variability of these currents. Analysis of the SD variance reveals three major components: barotropic, coherent baroclinic, and random baroclinic. The predictability of near-surface currents depends on the relative contribution and stability of the first two components. Tidal constants estimated for one year were used to predict currents for two other years; we found that at the mooring closer to the entrance of Douglas Channel, 80 to 89% of the SD energy in the upper layer and 89–93% in the lower layer can be forecasted, while closer to the two channel head, these numbers are smaller: 55–70% and 79–89%, respectively.

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 enseignants0,062
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,013
Tête enseignante GPT0,207
Écart entre enseignants0,194 · 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

Citations0
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207