MétaCan
Menu
← Retour à la cohorte
Enregistrement W4385457854 · doi:10.1029/2023gl103326

Stability Dependence of the Turbulent Dissipation Rate in the Convective Atmospheric Boundary Layer

2023· article· en· W4385457854 sur OpenAlexaff
Yanmin Lv, Domingo Muñoz‐Esparza, Xunlai Chen, Chunsheng Zhang, Ming Luo, Rui Wang

Notice bibliographique

RevueGeophysical Research Letters · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate variability and models
Établissements canadiensMinistry of Education and Child Care
Organismes subventionnairesNational Key Research and Development Program of ChinaChina Meteorological AdministrationNational Natural Science Foundation of China
Mots-clésDissipationTurbulenceConvectionScalingPhysicsMechanicsConvective Boundary LayerBoundary layerTurbulence kinetic energyIsotropyPlanetary boundary layerEddyLarge eddy simulationStatistical physicsClassical mechanicsMeteorologyThermodynamicsGeometryOpticsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Turbulent dissipation rate (ɛ) is a crucial parameter in turbulence theory, and an essential component of higher‐order planetary boundary layer schemes for numerical weather prediction and climate models. It is most often modeled diagnostically based on the dissipation scaling ɛ ∝ e3/2/L, where e and L are the turbulence kinetic energy (TKE) and the size of the largest turbulent eddies, respectively. Utilizing three‐month‐long vertically‐extended observations accompanied by high resolution large‐eddy simulations, scaling‐based ɛ‐models are evaluated, focusing on their stability dependence under daytime convective conditions. The analysis uncovers biases in the parameterized ɛ profiles that cannot be corrected through tuning of model constants. The biases are attributed to the limited and even opposing stability dependence of the modeled dissipation length. Close examination reveals violation of the dissipation scaling by the inclusion of TKE associated with organized convection. A self‐similar dissipation length is obtained when only the isotropic component of TKE is considered.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,058
Tête enseignante GPT0,322
Écart entre enseignants0,264 · 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeophysical Research Letters→Même sujetClimate variability and models→Travaux en français237 207→