MétaCan
Menu
Retour à la cohorte
Enregistrement W4392743036 · doi:10.3133/ofr20231094

Database and time series of nearshore waves along the Alaskan coast from the United States-Canada border to the Bering Sea

2024· article· en· W4392743036 sur OpenAlexaboutno aff
Anita Engelstad, Li Erikson, Borja G. Reguero, Ann E. Gibbs, Kees Nederhoff

Notice bibliographique

RevueAntarctica A Keystone in a Changing World · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOceanographic and Atmospheric Processes
Établissements canadiensnon disponible
Organismes subventionnairesNational Ocean ServiceU.S. Geological Survey
Mots-clésOceanographySeries (stratigraphy)GeographyGeology

Résumé

récupéré en direct d'OpenAlex

First posted March 13, 2024 For additional information, contact: Pacific Coastal and Marine Science CenterU.S. Geological Survey2885 Mission St.Santa Cruz, CA 95060 Alaska's Arctic coast has some of the highest coastal erosion rates in the world, primarily driven by permafrost thaw and increasing wave energy. In the Arctic, a warming climate is driving sea ice cover to decrease in space and time. A lack of long-term observational wave data along Alaska's coast challenges the ability of engineers, scientists, and planners to study and address threats and effects from wave-driven erosion and flooding. To overcome the lack of available observational wave data in the nearshore in this study by the U.S. Geological Survey, waves were downscaled with the Simulating WAves Nearshore numerical wave model (SWAN) for the hindcast period of 1979 to 2019 from the United States-Canada border to the Bering Sea utilizing nine model domains. For each domain, the model was forced at the open boundary with 2,500 representative "sea states," which are likely combinations of significant wave heights, mean wave periods, mean wave directions, and wind speeds and directions. The sea states were obtained from the European Centre for Medium-Range Weather Forecasts "ERA5" dataset for reanalysis of winds and waves using a multivariant maximum-dissimilarity algorithm. The SWAN runs created a downscaled wave database at each grid point, which was used to reconstruct the 40-year time series in the nearshore along the 5- and 10-meter isobaths at locations approximately 400 m apart and corresponding to transects spaced approximately 50 m alongshore, as developed for USGS shoreline-change assessments. Reconstructed time series were compared to observations to validate the numerical model and the downscaled wave database method and showed overall good agreements.

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 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 enseignants0,610
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAntarctica A Keystone in a Changing WorldMême sujetOceanographic and Atmospheric ProcessesTravaux en français237 207