Characterization of marine heat waves in the Iberia–Biscay–Ireland (IBI) region in 2022
Notice bibliographique
Résumé
Abstract. Marine heat waves (MHWs) are defined as prolonged periods of anomalously high sea surface temperatures. These events have a profound impact on marine ecosystems, resulting in ecological and economic impacts such as coral bleaching, reduced surface chlorophyll due to increased surface layer stratification, mass mortality of marine invertebrates due to heat stress, rapid species migrations, and fishery closures or quota changes, among others. This research focuses on the study of the MHWs that occurred in the IBI (Iberia–Biscay–Ireland) region during the year 2022, assessing their climatologic properties, analyzing the mean values for the year 2022, and discretizing the events in four subregions representative of the entire domain. Satellite-derived sea surface temperature data were used to detect and characterize the events, revealing that in some areas the year 2022 showed peak anomaly values of (i) 15 MHW events, (ii) 128 d of mean durations, and (iii) 261 total days of MHWs. Through observational and modeling data, the discrete events located in the Bay of Biscay were also examined in the subsurface layers, demonstrating a strong seasonal modulation and heat diffusion through deeper layers, where cold-season events reach higher MHW mean depth values and subsurface positive anomalies of temperature can remain for weeks once an MHW has ended.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 ».