MétaCan
Menu
Retour à la cohorte
Enregistrement W4387740242 · doi:10.5194/os-19-1453-2023

Technical note: Determining Arctic Ocean halocline and cold halostad depths based on vertical stability

2023· article· en· W4387740242 sur OpenAlexaboutno aff
Enrico P. Metzner, Marc Salzmann

Notice bibliographique

RevueOcean science · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesDeutsche Forschungsgemeinschaft
Mots-clésHaloclineGeologyThermohaline circulationArcticOceanographyMeltwaterClimatologySalinityGlacial periodGeomorphology

Résumé

récupéré en direct d'OpenAlex

Abstract. The Arctic Ocean halocline separates the cold surface mixed layer from the underlying warm Atlantic Water (AW), and thus provides a precondition for sea ice formation. Here, we introduce a new method in which the halocline base depth is determined from vertical stability and compare it to two existing methods. We also propose a novel method for detecting the cold halostad, a layer characterized by a small vertical salinity gradient, which is formed by the Pacific Winter Water in the Canada Basin or by meltwater off the eastern coast of Greenland and off Svalbard. Our main motivation for determining the halocline base depth depending on vertical stability was that vertical stability is closely related to vertical mixing and heat exchange. Vertical stability is a crucial parameter for determining whether the halocline can prevent vertical heat exchange and protect sea ice from warm AW. When applied to measurements from ice-tethered profilers, ships, and moorings, the new method for estimating the halocline base depth provides robust results with few artifacts. Analyzing a case in which water previously homogenized by winter convection was capped by fresh water at the surface suggests that the new method captured the beginning of new halocline formation in the Eurasian Basin. Comparatively large differences between the methods for detecting the halocline base depth were found in warm AW inflow regions for which climate models predict halocline thinning and increased net surface energy fluxes from the ocean to the atmosphere.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,501
Score d'incertitude au seuil0,603

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
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 Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,230 · 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.

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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOcean scienceMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207