MétaCan
Menu
Retour à la cohorte
Enregistrement W4400359726 · doi:10.5194/tc-18-3159-2024

Two-dimensional numerical simulations of mixing under ice keels

2024· article· en· W4400359726 sur OpenAlexafffund
Sam De Abreu, Rosalie M. Cormier, Mikhail G. Schee, Varvara Zemskova, Erica Rosenblum, Nicolas Grisouard

Notice bibliographique

Revue˜The œcryosphere · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueArctic and Antarctic ice dynamics
Établissements canadiensUniversity of ManitobaUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésKeelSea iceGeologyStratification (seeds)ClimatologyAtmospheric sciencesOceanography

Résumé

récupéré en direct d'OpenAlex

Abstract. Changes in sea ice conditions directly impact the way the wind transfers energy to the Arctic Ocean. The thinning and increasing mobility of sea ice is expected to change the size and speed of ridges on the underside of ice floes, called ice keels, which cause turbulence and impact upper-ocean stratification. However, the effects of changing ice keel characteristics on below-ice mixing are difficult to determine from sparse observations and have not been directly investigated in numerical or laboratory experiments. Here, for the first time, we examine how the size and speed of an ice keel affect the mixing of various upper-ocean stratifications using 16 two-dimensional numerical simulations of a keel moving through a two-layer flow. We find that the irreversible ocean mixing and the characteristic depth over which mixing occurs each vary significantly across a realistic parameter space of keel sizes, keel speeds, and ocean stratifications. Furthermore, we find that mixing does not increase monotonically with ice keel depth and speed but instead depends on the emergence and propagation of vortices and turbulence. These results suggest that changes to ice keel speed and depth may have a significant impact on below-ice mixing across the Arctic Ocean and highlight the need for more realistic numerical simulations and observational estimates of ice keel characteristics.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,996

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)0,0050,000

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 Opus0,012
Tête enseignante GPT0,237
Écart entre enseignants0,224 · 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'étudeSimulation ou modélisation
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

Citations1
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revue˜The œcryosphereMême sujetArctic and Antarctic ice dynamicsTravaux en français237 207