MétaCan
Menu
Retour à la cohorte
Enregistrement W4399983625 · doi:10.1029/2023jc020591

The Mixed Layer Salinity Balance in the Western Arctic Ocean

2024· article· en· W4399983625 sur OpenAlexaboutno aff
Wenli Zhong, Y. Y. Lan, Longjiang Mu, An T. Nguyen

Notice bibliographique

RevueJournal of Geophysical Research Oceans · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensnon disponible
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésSalinityMixed layerEnvironmental scienceOceanographyArcticBalance (ability)The arcticClimatologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract In this study, we explore the mixed layer salinity (MLS) balance in the western Arctic Ocean based on the Arctic Subpolar gyre sTate Estimate (ASTE) results. The key components of the MLS budgets and their variabilities in response to the Beaufort Gyre (BG) spin‐up are identified. Seasonally, the surface forcing (brine rejection plus freshwater input) is the most important dominant contributor to the MLS balance. On the other hand, the entrainment dominates the interannual variability of MLS tendency inside the BG, while the advection dominates that in the Beaufort Sea. The sensitivity test of increased river discharge revealed a greater role of the advection term, along with weakened contributions from the surface forcing and entrainment, in determining the interannual variability of MLS balance. In contrast, the seasonal variabilities remained largely unchanged. The Lagrangian particle tracking reveals that the majority of BG freshwater within the mixed layer exits through the Canadian Archipelago prior to the BG spin‐up (2002–2006) and during its relaxation (2012–2017). We found a reduction in mixed layer freshwater sources from the external BG that could feed the gyre during its spin‐up (2007–2011), with the major contributions coming from the Beaufort Sea and the BG region itself through Ekman convergence. The mixed layer freshwater pathways are similar in the two versions of ASTE, but with noticeable proportion changes with the increasing river discharge.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,264

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,041
Tête enseignante GPT0,321
Écart entre enseignants0,281 · 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

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Geophysical Research OceansMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207