MétaCan
Menu
← Retour à la cohorte
Enregistrement W4392601052 · doi:10.5194/egusphere-egu24-6404

The Stratified Inclined Duct: a new canonical laboratory experiment to study ocean turbulence and mixing

2024· preprint· en· W4392601052 sur OpenAlexaff
Adrien Lefauve, Miles M. P. Couchman, P. F. Linden

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensYork University
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésTurbulenceMixing (physics)Duct (anatomy)MechanicsPhysicsOceanographyGeologyEnvironmental scienceMeteorologyBiologyAnatomy

Résumé

récupéré en direct d'OpenAlex

We present a relatively recent laboratory experiment, the Stratified Inclined Duct (SID), that sustains a buoyancy-driven exchange flow and allows to accurately control and measure stratified sheared turbulence. The submesoscale turbulent mixing of momentum, heat, and salinity in the ocean have a leading-order but poorly constrained large-scale impact. We argue that SID may serve as a fruitful testbed for studying these processes, especially near boundaries, such as in estuaries.First, we introduce SID, which consists of two large (400 litres) reservoirs containing salt solutions connected by a long rectangular duct. The long-lasting exchange within the duct has a Reynolds number of order Re ~ 1,000-10,000. The apparatus can be tilted at a small angle θ with respect to the horizontal, which energises the flow and increases turbulence levels, due to the emergence of 'hydraulic control'.Second, we present high-resolution experimental measurements of the three-dimensional velocity and density field within the duct which allow to delve into the energetics of stratified turbulence. SID uniquely allows the experimenter to control the level of turbulent kinetic energy dissipation, and to sweep through increasingly turbulent regimes by varying the key product Re*θ. The levels of turbulent intensity are comparable to those found in moderately turbulent patches in the ocean.Third, we demonstrate that a data-driven analysis combining automated image analysis, data reduction and unsupervised clustering discovered previously unsuspected patterns in a large SID turbulence dataset. Multiple types of energetic turbulence were found, as well as intermittent turbulence that cycles between these types through distinct transition pathways. We argue that this data-driven identification of turbulence is a stepping stone towards better physics-based parameterizations.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,036
Tête enseignante GPT0,286
Écart entre enseignants0,251 · 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'étudeExpérimental (laboratoire)
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMeteorological Phenomena and Simulations→Travaux en français237 207→