MétaCan
Menu
Retour à la cohorte
Enregistrement W4402901645 · doi:10.1038/s41598-024-71819-z

Turbulent characteristics of momentum flux in the marine atmospheric boundary layer of North Bay of Bengal

2024· article· en· W4402901645 sur OpenAlexaboutno aff
Abhijith Raj, Bipin Kumar, Venkata Jampana, S. Shivaprasad, N. Sureshkumar, E. Pattabhi Rama Rao, T. Srinivasa Kumar, M. Ravichandran

Notice bibliographique

RevueScientific Reports · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMeteorological Phenomena and Simulations
Établissements canadiensnon disponible
Organismes subventionnairesIndian National Centre for Ocean Information ServicesMinistry of Earth Sciences
Mots-clésBENGALBayPlanetary boundary layerFlux (metallurgy)Boundary layerTurbulenceMomentum (technical analysis)OceanographyAtmospheric sciencesSurface layerEnvironmental scienceLayer (electronics)MeteorologyGeologyPhysicsMechanicsChemistryMaterials scienceNanotechnology

Résumé

récupéré en direct d'OpenAlex

We use a 16-month-long, 20 Hz wind data from a mooring deployed in the Bay of Bengal (BoB) to study the characteristics of turbulent wind stress ( $${u}{\prime}{w}{\prime})$$ events in the marine atmospheric boundary layer (MABL). Quadrant analysis of the motion-corrected $${u}{\prime}$$ and $${w}{\prime}$$ suggests that sweep and ejections, representing downward stress transfer into the ocean, dominate the $${u}{\prime}{w}{\prime}$$ (~ 140%). In comparison, outward and inward interactions representing an upward stress transfer into the atmosphere provide the counter-contribution (~ 40%). We found a wind speed (ws) dependency on stress transfer for ws > 3 m/s, while for low ws, the swell-dominated ocean state modulates the $${u}{\prime}{w}{\prime}$$ with a significant reverse stress transfer into the atmosphere, especially during intermonsoon periods. It is found that for weak winds ( $$ws$$ < 3 m/s), the number of turbulent events (N) is less, but they frequently repeat with more considerable flux per event ( $$\widehat{f})$$ , with outward and inward interactions (sweeps and ejections) dominating during intermonsoon periods (monsoon periods). For medium to strong winds, sweeps and ejections dominate $${u}{\prime}{w}{\prime}.$$ Ejections are found to be the most efficient method of stress transfer in the BoB, contributing 80% of $${u}{\prime}{w}{\prime}$$ , compared to sweeps contributing ~ 60% and interaction processes contributing ~ − 20% each to the $${u}{\prime}{w}{\prime}$$ . Though the duration of sweep events is larger than ejections and with comparable flux energy per event ( $$\widehat{f}$$ ), the larger number N of ejection events makes it the dominant stress transfer mechanism in the Bay in all seasons.

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 enseignants0,094
Score d'incertitude au seuil0,186

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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,223
Écart entre enseignants0,206 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMeteorological Phenomena and SimulationsTravaux en français237 207