Notice bibliographique
Résumé
Abstract. Decadal-scale oceanographic, environmental, and ecological changes have been reported in the Salish Sea, an ecologically productive and biodiverse inland sea in the northeast Pacific that supports the economies and cultures of millions of people; however, there are substantial observational gaps pertaining to physical water properties that make linkages between physical drivers and ecosystem effects difficult to ascertain. With the aim of addressing these gaps, we present the Hindcast of the Salish Sea (HOTSSea) v1 with temporal coverage from 1980–2018, developed using the NEMO ocean engine. An inter-model comparison and preliminary evaluation was performed to assess sensitivity to different atmospheric and ocean reanalysis products used for boundary forcings. Biases inherited from forcings were quantified and the effectiveness of a simple temperature bias correction factor applied at one ocean boundary was evaluated. Evaluation of salinity and temperature indicates performance is best in the Strait of Georgia where the model simulates temperature anomalies and a secular warming trend over the entire water column in general agreement with observations. Analyses of modelled ocean temperature trends throughout the northern and central part of the domain where model skill was high and where observations are relatively sparse yielded fresh insights, including that ocean temperature trends are spatially and temporally variable. HOTSSea v1 will support development of an end-to-end spatial-temporal ecosystem model for the Strait of Georgia and has potential for other research and management applications related to decadal-scale climate effects on marine ecosystems, fish, and fisheries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,019 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,211 | 0,168 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».