MétaCan
Menu
Retour à la cohorte
Enregistrement W4387140390 · doi:10.3390/jmse11101888

Interannual Variability and Long-Term Trends in Intensity of the Yellow Sea Cold Water Mass during 1993–2019

2023· article· en· W4387140390 sur OpenAlexaff
Jing Yang, Chunli Liu, Qiwei Sun, Li Zhai, Qiming Sun, Shiji Li, Libo Ai, Xue Li

Notice bibliographique

RevueJournal of Marine Science and Engineering · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans Canada
Organismes subventionnairesState Key Laboratory of Tropical Oceanography, South China Sea Institute of Oceanology, Chinese Academy of SciencesNatural Science Foundation of Shandong Province
Mots-clésThermoclineEnvironmental scienceSea surface temperatureClimatologyWater massIntensity (physics)SeawaterOceanographyAtmospheric sciencesGeology

Résumé

récupéré en direct d'OpenAlex

The Yellow Sea Cold Water Mass (YSCWM) is an important component of the hydrodynamic system and it significantly impacts the primary production of the Yellow Sea. This study investigated the difference in the interannual variability and long-term trends between the northern YSCWM (NYSCWM) and southern YSCWM (SYSCWM), and explored the main physical environmental factors that led to their inconsistency using multiple wavelet coherence. On the interannual scale, the intensities of the NYSCWM and SYSCWM exhibited consistent variability, but the intensity of the SYSCWM had a larger standard deviation and longer periodic signal than that of the NYSCWM. The two-factor combination of surface air temperature (SAT)–Niño 3.4 in the NYSCWM and sea surface temperature (SST)–northward seawater velocity (Vgos) in the SYSCWM controlled the interannual variability, which meant the influencing intensity variability differed in the NYSCWM and SYSCWM. In the long-term trend, the intensities of the NYSCWM and SYSCWM both showed decreasing trends during the study period. However, the enhanced circulation provided more horizontal heat input into the SYSCWM, and the relatively higher increase in SST and decrease in the amplitude of variation in the thermocline depth promoted vertical heat exchange in the SYSCWM, thereby making the intensity of the SYSCWM decrease more quickly than that of the NYSCWM. These findings provide important references that facilitate a deeper understanding of the influence of hydrological processes on marine ecosystems in marginal seas.

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 enseignants0,035
Score d'incertitude au seuil0,070

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,005
Tête enseignante GPT0,181
Écart entre enseignants0,176 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Marine Science and EngineeringMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207