MétaCan
Menu
Retour à la cohorte
Enregistrement W4387339609 · doi:10.5194/egusphere-2023-2045

Understanding the drivers of near-surface winds in Adelie land, East Antarctica

2023· preprint· en· W4387339609 sur OpenAlexaff
Cécile Davrinche, Anaïs Orsi, Cécile Agosta, Charles Amory, Christoph Kittel

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAeolian processes and effects
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesH2020 Marie Skłodowska-Curie ActionsH2020 European Research CouncilAgence Nationale de la Recherche
Mots-clésKatabatic windGeologyClimatologyAtmospheric sciencesPressure gradientPrevailing windsExtrapolationWind speedGlobal wind patternsEnvironmental scienceThermal windSurface pressurePlanetary boundary layerMeteorologyGeographyOceanographyWind shearTurbulence

Résumé

récupéré en direct d'OpenAlex

Abstract. Near-surface winds play a crucial role in the climate of Antarctica, but accurately quantifying and understanding their drivers is complex. They result from the contribution of two distinct families of drivers: large-scale pressure gradient, and surface-induced pressure gradients known as katabatic and thermal wind. The extrapolation of vertical potential temperature above the boundary layer down to the surface enables us to separate and quantify the contribution of these different pressure gradients in the momentum budget equations. Using this method applied to outputs of the regional atmospheric model MAR at a 3-hourly resolution, we find that the seasonal and spatial variability of near-surface winds in Adélie Land is dominated by surface processes. On the other hand, high temporal variability (3-hourly) is mainly controlled by large-scale variability everywhere in Antarctica, except in the coastal area. In these coastal regions, although the katabatic acceleration surpasses all other accelerations in magnitude, none of the katabatic nor large-scale accelerations can be identified as primary drivers of near-surface winds variability. Strong wind speed events in coastal Antarctica are driven by both katabatic and large-scale accelerations, as well as the angle between them.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,110
Tête enseignante GPT0,251
Écart entre enseignants0,141 · 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 tête enseignante, pas un consensus.

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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAeolian processes and effectsTravaux en français237 207